Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
試験は暗記より理解 〜効果的な試験勉強とその後への活かし方〜
Search
Fukazawa Shun
April 10, 2025
Technology
0
520
試験は暗記より理解 〜効果的な試験勉強とその後への活かし方〜
Classmethod AI Talks(CATs)「AI試験攻略法と仕事での活用法 〜AWS認定AIプラクティショナー資格本ライター陣が語ります!〜」登壇資料
Fukazawa Shun
April 10, 2025
Tweet
Share
More Decks by Fukazawa Shun
See All by Fukazawa Shun
AIをプライベートや業務で使ってみよう!効果的な認定資格の活かし方
fukazawashun
0
120
AWS認定資格取得に向けた効果的なデベキャン活用法や学習方法について
fukazawashun
1
320
DevelopersIO BASECAMP(デベキャン)の今までとこれからについて
fukazawashun
0
360k
DevelopersIO BASECAMPで扱うサービスのアップデート紹介
fukazawashun
0
920
書く技術
fukazawashun
0
2.3k
GitHub Actionsを使ってAWS App Runnerにデプロイできるようになりました
fukazawashun
0
1.6k
TerraformとCloudFormationどちらを採用すべき?
fukazawashun
0
19k
Other Decks in Technology
See All in Technology
OpenAI gpt-oss ファインチューニング入門
kmotohas
2
850
「技術負債にならない・間違えない」 権限管理の設計と実装
naro143
35
10k
Railsアプリケーション開発者のためのブックガイド
takahashim
14
5.9k
いまさら聞けない ABテスト入門
skmr2348
1
180
Windows で省エネ
murachiakira
0
150
GopherCon Tour 概略
logica0419
2
160
OCI Network Firewall 概要
oracle4engineer
PRO
1
7.7k
[2025-09-30] Databricks Genie を利用した分析基盤とデータモデリングの IVRy の現在地
wxyzzz
0
440
C# 14 / .NET 10 の新機能 (RC 1 時点)
nenonaninu
1
1.4k
組織観点からIAM Identity CenterとIAMの設計を考える
nrinetcom
PRO
1
150
GC25 Recap+: Advancing Go Garbage Collection with Green Tea
logica0419
1
350
コンテキストエンジニアリングとは? 考え方と応用方法
findy_eventslides
4
870
Featured
See All Featured
Build The Right Thing And Hit Your Dates
maggiecrowley
37
2.9k
Context Engineering - Making Every Token Count
addyosmani
4
160
Unsuck your backbone
ammeep
671
58k
Design and Strategy: How to Deal with People Who Don’t "Get" Design
morganepeng
132
19k
[RailsConf 2023] Rails as a piece of cake
palkan
57
5.9k
Imperfection Machines: The Place of Print at Facebook
scottboms
269
13k
Git: the NoSQL Database
bkeepers
PRO
431
66k
Code Review Best Practice
trishagee
72
19k
Save Time (by Creating Custom Rails Generators)
garrettdimon
PRO
32
1.6k
VelocityConf: Rendering Performance Case Studies
addyosmani
332
24k
Embracing the Ebb and Flow
colly
88
4.8k
Visualization
eitanlees
148
16k
Transcript
2025/04/10 クラスメソッド株式会社 ⼈材ソリューション部 深澤俊 試験は暗記より理解 〜効果的な試験勉強とその後への活かし⽅〜
⾃⼰紹介 2 • 2015年 webアプリケーション開発 • 2017年 SRE • 2019年 ソリューションアーキテクト • 2023年 プロダクトマネージャー
• 部署 ◦ ⼈材ソリューション部 • 名前 ◦ 深澤 俊(ふかざわ しゅん)
AWS認定AIプラクティショナーについて
AWS認定AIプラクティショナーについて 4 • Foundational(最も基礎的な知 識を求められるカテゴリ)に属 した認定資格 • AI/ML、⽣成 AI テクノロジー及
びAWSのサービスに関する基礎 的かつ総合的な知識を問われる 画像引⽤元: https://aws.amazon.com/jp/certification/
AIプラクティショナーはまだ数少ない AI関係の知識を網羅的に学習できる試験です。 AWS認定AIプラクティショナーについて 5
AWS認定AIプラクティショナー対策について
AWS認定AIプラクティショナー対策について 7 • 試験の順番としてはクラウドプラクティショナーを先に取得推奨 ◦ 試験ガイドにAWSの経験を持つ⽅が対象と明記されているため ◦ 余裕がない場合は試験ガイドの推奨されるAWSの知識に書かれた内容を予習推奨 引⽤元:https://d1.awsstatic.com/ja_JP/training-and-certification/docs-ai-practitioner/AWS-Certified-AI-Practitioner_Exam-Guide.pdf
AWS認定AIプラクティショナー対策について 8 • AWSの知識よりは機械学習やAIの知識の⽅が多めに問われる印象 • Foundationalは基礎であるが故に幅広く出題される • 全てを暗記するよりは理解しながら学習することを推奨 ◦ 量が多く、全てを暗記するのはあまり現実的ではない
◦ 試験⽬的の1つであるスキル及び知識の獲得につながらない
理解しながら学習の例 9 • 試験範囲にAIモデルの評価指標の話がある ◦ AIが⽣成したテキスト‧コード‧画像などの品質や有⽤性を客観的に測定するための基 準の話 ◦ BERTScore、ROUGEなどがある •
理解することで最近多数出ている⽣成AIモデルの得意不得意を⾒極めるこ とができるようになる ◦ Claudeはソフトウェア問題解決が得意等 引⽤元:https://www.anthropic.com/news/claude-3-7-sonnet
理解しながら学習の例 10 • 試験範囲に⽣成AIのチューニング⼿法がある ◦ 推論パラメータ ◦ プロンプトエンジニアリング ◦ RAG
◦ ファインチューニング • 理解することで⽣成AIのパフォーマンスを引き出すことができるようにな る ◦ ⽣成AIがうまく回答してくれない。。に向き合うための基礎知識
では、どう学習するか AWS認定AIプラクティショナー対策について 11
AWS認定AIプラクティショナー対策について 12 • まずは試験ガイド ◦ どの辺りを重点的に勉強するかなど合格戦略を⽴てることができる • 体系的に試験範囲の学習を⾏う ◦ Skill
Builderの試験対策はおすすめ • 少しでも分からないと思ったところは深掘りする ◦ 技術系のものは⼿を動かした⽅がいいです ◦ 理解が難しいものは⽣成AIと壁打ちしつつ、いい資料を検索しましょう ▪ ChatGPT ▪ Perplexity(geminiの要約など
AWS認定AIプラクティショナー対策について 13 • 本書籍では理解しながらの学習を⽀援するため 丁寧な説明を盛り込んでいます。 • 試験対策学習のロードマップにもこだわり、初 学者の⽅でも学習しやすいトピックの順番にこ だわりました。 •
AWS未経験でも合格できるよう、AWSの基礎知 識の解説も盛り込みました。 • ⼿を動かす学習のためにハンズオンも付録とし て付いてきます。
AWS認定AIプラクティショナー試験後について
AWS認定AIプラクティショナー試験後について 15 • 復習しましょう ◦ 試験の⽬的にはスキル定着も含まれるはず ◦ 合否に関わらず、試験をやった経験を⽣かすようにしましょう • 業務での活⽤を考えましょう
◦ ビジネスパーソン ▪ 例)プロンプトエンジニアリングを駆使した業務の改善 ◦ エンジニア ▪ 例)プロダクトへのML/AI系サービス活⽤ • 次の認定資格を⽬指しましょう ◦ Machine Learning Engineer - Associate ◦ Machine Learning - Specialty
さらに先の課題について 16 • 組織への定着 • ⽣成AIを活⽤した具体的な業務の改善 • メンバーの育成(⽣成AI専⾨組織設⽴ • ⾼い専⾨性を持ったメンバーのjoin
など。。
さらに先の課題について 17 • 組織への定着 • ⽣成AIを活⽤した具体的な業務の改善 • メンバーの育成(⽣成AI専⾨組織設⽴ • ⾼い専⾨性を持ったメンバーのjoin
など。。 解決の難しい課題は⼀緒に考えましょう!
None