AWS、Microsoft、Googleの機械学習認定資格【中編】
初心者歓迎の機械学習資格「Azure Data Scientist Associate」とは? 合格するには
IT分野でのキャリアパスを広げるには、機械学習認定資格の取得が役立つ。実は機械学習の初心者でも挑戦できる資格がある。「Azure Data Scientist Associate」がそれだ。どのような知識があれば合格できるのか。
IT分野でのキャリア形成に役立つ、大手クラウドベンダーの機械学習認定資格。Amazon Web Services(AWS)の「AWS Certified Machine Learning - Specialty」を紹介した前編「“機械学習のプロ”を認める『AWS Certified Machine Learning - Specialty』とは? 合格するには」に続き、中編となる本稿はMicrosoftの「Azure Data Scientist Associate」を取り上げる。
初心者歓迎 知っておきたい「Azure Data Scientist Associate」とは
機械学習の代表的な認定資格として、以下の3つがある。
- AWSのAWS Certified Machine Learning - Specialty
- MicrosoftのAzure Data Scientist Associate
- Googleの「Professional Machine Learning Engineer」
AWS Certified Machine Learning – SpecialtyやProfessional Machine Learning Engineerと比べ、Azure Data Scientist Associateは初心者向けであるのが特徴だ。受験者には、クラウドサービス群「Microsoft Azure」での機械学習モデルの実装と実行の他、予測モデルのトレーニング、データ分析ツール「Azure Databricks」の実用的な知識が求められる。
Azure Data Scientist Associateの試験は40~60問で構成し、試験時間は100分間。受験料は165ドル(国内では2万1103円)。対象言語は英語、日本語、簡体中国語、韓国語、ドイツ語、繁体中国語、フランス語などだ。MicrosoftはAzure Data Scientist Associateがカバーする内容の配分を次のように公表している。
- 25~30%:機械学習に使用するAzureリソースの管理
- 20~25%:機械学習モデルの構築とトレーニング
- 35~40%:機械学習を使った製品の開発と管理
- 10%:機械学習の運用
受験に当たり、Microsoftは4つの準備コースを提供している。受講時間はそれぞれ3時間~10時間だ。
- Create machine learning models(機械学習モデルの構築)
- Microsoft Azure AI Fundamentals(Azureの人工知能技術の基礎知識)
- Build and operate machine learning solutions with Azure Machine Learning(機械学習モデル構築ツール「Azure Machine Learning」を使った機械学習システムの構築と運用)
- Build and operate machine learning solutions with Azure Databricks(データ分析/人工知能システム構築支援ツール「Azure Databricks」を使った機械学習システムの構築と運用)
他にも試験準備ができるオンライン講座として、Udemyの「DP-100 Microsoft Azure Data Scientist Complete Exam Prep」やCourseraの「Machine Learning Specialization」がある。後者は実用の観点から、機械学習の知識を深められる。受講には機械学習の実務経験が必要だ。
後編は、GoogleのProfessional Machine Learning Engineerを取り上げる。
TechTarget発 先取りITトレンド
米国TechTargetの豊富な記事の中から、最新技術解説や注目分野の製品比較、海外企業のIT製品導入事例などを厳選してお届けします。
Copyright © ITmedia, Inc. All Rights Reserved.
TechTarget発 先取りITトレンド
米国TechTargetの豊富な記事の中から、最新技術解説や注目分野の製品比較、海外企業のIT製品導入事例などを厳選してお届けします。
この記事の著者
関連記事
新着ホワイトペーパー PR
-
事例
[Datadog Japan合同会社] Wantedlyのオブザーバビリティはどう進化したか 10年の軌跡と実装の変遷 -
事例
[Datadog Japan合同会社] エラー検知から原因調査までを最短5分で、日経新聞に学ぶアプリ監視の改善方法 -
製品資料
[Datadog Japan合同会社] クラウドのコストと利用状況を可視化&最適化、「Datadog」の実力とは? -
事例
[Datadog Japan合同会社] クラウド移行で見えた監視の死角、SBI証券が選んだ統合オブザーバビリティ実践 -
製品資料
[NTTPCコミュニケーションズ株式会社] リソースに限りのある中堅企業で「多層防御」の運用負荷をどう乗り越える?
こんなメディアも見られています
TechTargetジャパンに関連する情報をお探しであれば、こちらのメディアもお役に立てるかもしれません。
ベンダーコンテンツ PR
From Informa TechTarget
SpecialPR
アクセスランキング
-
1
ITエンジニア1265人調査 生成AIを使い込むほど「人の確認」が重い理由
-
2
全社標準Copilotに絶望? MS Copilotで問い合わせ6割減できた企業は何が違った
-
3
Microsoft製品でここまで自動化できる 情シスがやめられる手作業10選
-
4
「Microsoft一択」で本当にいいのか 知らぬ間にライセンス費用が膨らむ真相
-
5
「Copilot」はなぜ放置される? “議事録要約止まり”を脱する処方箋
-
6
脱VMwareの前提が崩れる BroadcomのVDDK公開停止で確認すべき点
-
7
回避策ゼロ、極めて危険なCisco脆弱性 メール1通で管理者権限、ログ消去の手口
-
8
「仮想化基盤の利用・検討状況」に関するアンケート
-
9
LLMの「過学習」、正しく説明している文章はどれ?
-
10
「最大の脆弱性は従業員」が8割 AI活用で深まるCISOの孤立と苦悩
ホワイトペーパーランキング PR
-
1
JR西日本ITソリューションズが「監視業務の属人化」を解消した方法とは?
-
2
生成AIで文書活用を進めるには? 効率化と安全性をどう両立する
-
3
インシデント対応工数を約3割削減、東京ガスの事例に学ぶ監視体制刷新のコツ
-
4
Windows PCとMacの選択制で生産性向上 LINEヤフーが実践する運用管理方法とは
-
5
少額減価償却資産が40万円未満へ拡大、令和8年度税制改正で押さえるべき変更点
-
6
「Google Workspace」活用事例34選、先進の生成AIによる組織変革の全貌
-
7
国税庁の次世代基幹システム「KSK2」稼働開始に向けて、対応すべき変更点とは?
-
8
「オンプレミス回帰」せざるを得ない“合理的な理由”
-
9
Linuxのスキルを証明する“激推し”の認定資格はこれだ
-
10
AI時代に成功するための「ナレッジマネジメント」ベストプラクティス
TechTargetジャパン SNS
インフォメーション
注目情報をチェック
TechTargetジャパンをフォロー