【AIF-C01】AWS Certified AI Practitioner 問題集・模擬試験対策

機械学習を学ぶ上で「これだけは知らないと話にならない」基礎概念のドメインです。

• 教師あり学習 / 教師なし学習 / 強化学習
• 構造化データ / 非構造化データ / 半構造化データ
• AIと機械学習と深層学習の階層関係
• 推論（Inference）、訓練（Training）、ハイパーパラメータ
• MLパイプライン（データ収集 → 前処理 → 特徴量エンジニアリング → 学習 → 評価 → デプロイ → モニタリング）
• 評価指標（精度、再現率、適合率、F1スコア、AUC-ROC）

ChatGPT時代を象徴するドメイン。AIF-C01の真の主役と言っても過言ではありません。

• 基盤モデル（Foundation Model）
• 大規模言語モデル（LLM）
• トークン（Token）、埋め込み（Embedding）
• プロンプトエンジニアリング（Zero-shot、Few-shot、Chain-of-Thought）
• RAG（Retrieval-Augmented Generation：検索拡張生成）
• ファインチューニング、継続的事前学習
• 生成AIの利点とリスク（ハルシネーション、バイアス）
• マルチモーダルAI

配点最大の最重要ドメイン。Amazon Bedrockを中心とした基盤モデルの実務活用が問われます。CloudCampの問題集でも最大ボリュームを割いているドメインです。

• Amazon Bedrock（Claude、Llama、Titan、Stable Diffusion、Mistral等）
• プロンプト設計のテクニック（システムプロンプト、ネガティブプロンプト）
• RAGの構築（Knowledge Bases for Amazon Bedrock）
• Agents for Amazon Bedrock
• モデル評価指標（BLEU、ROUGE、BERTScore、Perplexity）
• ベクトルデータベース（Amazon OpenSearch Serverless、Aurora pgvector）
• Amazon Q Business、Amazon Q Developer

AIを安全・公平・透明に運用する「ガバナンス」のドメイン。配点は少ないが満点を狙いやすいので、確実に取りにいきたい領域です。

• バイアス（データバイアス、アルゴリズムバイアス）
• 公平性（Fairness）、説明可能性（Explainability）
• 解釈可能性（Interpretability）
• AIガードレール（Guardrails for Amazon Bedrock）
• Human-in-the-loop（人間によるレビュー）
• Amazon SageMaker Clarify
• Model Cards（モデルカード）

AI/MLワークロード固有のセキュリティ要件を扱うドメインです。

• データプライバシー、PII（個人識別情報）の取り扱い
• 暗号化（保存時暗号化、転送時暗号化、AWS KMS）
• IAMによるアクセス制御
• AWS PrivateLink、VPCエンドポイント
• モデルの監査ログ（CloudTrail、CloudWatch）
• コンプライアンス要件（GDPR、HIPAA、SOC、ISO）
• データレジデンシー（データの所在地管理）