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
460
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
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
300
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
890
書く技術
fukazawashun
0
2.2k
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
ビギナーであり続ける/beginning
ikuodanaka
3
610
AI専用のリンターを作る #yumemi_patch
bengo4com
5
3.1k
Zephyr RTOSを使った開発コンペに参加した件
iotengineer22
1
170
250627 関西Ruby会議08 前夜祭 RejectKaigi「DJ on Ruby Ver.0.1」
msykd
PRO
2
430
生成AI活用の組織格差を解消する 〜ビジネス職のCursor導入が開発効率に与えた好循環〜 / Closing the Organizational Gap in AI Adoption
upamune
6
4.8k
rubygem開発で鍛える設計力
joker1007
3
350
AWS認定を取る中で感じたこと
siromi
1
140
ドメイン特化なCLIPモデルとデータセットの紹介
tattaka
2
540
OPENLOGI Company Profile for engineer
hr01
1
33k
製造業からパッケージ製品まで、あらゆる領域をカバー!生成AIを利用したテストシナリオ生成 / 20250627 Suguru Ishii
shift_evolve
PRO
1
160
生成AI時代の開発組織・技術・プロセス 〜 ログラスの挑戦と考察 〜
itohiro73
1
390
タイミーのデータモデリング事例と今後のチャレンジ
ttccddtoki
6
2.1k
Featured
See All Featured
[RailsConf 2023] Rails as a piece of cake
palkan
55
5.6k
Become a Pro
speakerdeck
PRO
28
5.4k
VelocityConf: Rendering Performance Case Studies
addyosmani
332
24k
Why Our Code Smells
bkeepers
PRO
337
57k
ピンチをチャンスに:未来をつくるプロダクトロードマップ #pmconf2020
aki_iinuma
125
52k
Improving Core Web Vitals using Speculation Rules API
sergeychernyshev
17
950
Visualization
eitanlees
146
16k
Building a Scalable Design System with Sketch
lauravandoore
462
33k
The World Runs on Bad Software
bkeepers
PRO
69
11k
RailsConf & Balkan Ruby 2019: The Past, Present, and Future of Rails at GitHub
eileencodes
138
34k
Refactoring Trust on Your Teams (GOTO; Chicago 2020)
rmw
34
3.1k
Building Applications with DynamoDB
mza
95
6.5k
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