はじめに

26新卒の澤田です！！
6月22日に、今年4月から始まった、AWS Certified Generative AI Developer – Professionalを受験し、合格いたしました！！

6月中旬にGoogle Cloud資格の全冠も達成したため、今回でAWSとGoogle Cloudの両方を達成することができました！！！


今回はAWS Certified Generative AI Developer – Professional（AIP）の受験記として試験を受けてみての感想や、AIPの試験範囲の基本的なサービス内容をお伝えいたします。

試験概要

試験ページでの定義としては以下の通りです。

AWS Certified Generative AI Developer – Professional は、Bedrock などの AWS サービスを使用した、本番環境に対応する AI ソリューションの構築とデプロイに関する高度な技術的専門知識を示します。2 年以上のクラウドの経験があり、キャリアアップを高めたいと考えている開発者に最適です。AI イニシアチブに投資する組織にとって、この認定は、概念実証の枠を超えて、セキュリティとコスト効率を維持しながら具体的なビジネス成果をもたらす本番環境グレードの生成 AI ソリューションを構築できる開発者を特定および検証するための信頼できる方法を提供するものです。

試験範囲の所感としては、Bedrockを中心とし、 モデル選択から、AWSのサービス構成までの包括的な知識を問われていると感じました。

試験結果

スコア：817

出題分野

分野 1 基盤モデルの統合、データ管理、コンプライアンス：31%

分野 2 実装と統合 ：26%

分野 3 AI の安全性、セキュリティ、ガバナンス：20%

分野 4 GenAI アプリケーションの運用効率と最適化：12%

分野 5 テスト、検証、トラブルシューティング：11%

難易度

個人的には、入れ替わりで廃止になった、Machine Learning Specialtyよりは難しく感じましたが、文章量が比較的少なめだったため、個人的には試験中の集中力を維持しやすく感じました。
AWSのProfessional資格の大変なところは、問題数が75問で制限時間が3時間であることです。
体力、集中力的に負担がかかる試験ですので、その形式に慣れるためにGenerative AI DeveloperはProfessional資格として初めに受ける試験として最適なものであると思います。

AWS Certified Machine Learning – Specialty（MLS）との比較

Generative AI Developerは何よりもBedrockの活用に焦点が当たっています。
AWSには、Bedrock以外に機械学習系のサービスとして代表的なものにSageMakerがあり、これの活用がMLSの主題となっていましたが、こちらはあまり問題に出題されませんでした。

それと同時に、MLSで多く出題されていた、専門的な機械学習のテーマも減っています。
そのため、MLSではG検定といった機械学習系の資格を先にとることが対策として挙げられがちでしたが、Generative AI Developerは、関連するAWS資格を取っておく方が効果的かと思います。

試験ページでは、具体的にAIF、SAA、MLA、 DEAが挙げられています。個人的には特にAIFではBedrockの基礎、SAAでは包括的なAWSのベストプラクティス（特にAIPではBedrockを中心にAPI GatewayとLambdaの構成を聞かれることが多かったです）を学べるため先に取得しておくことをお勧めします。

勉強教材

自分はこれまでのAWS資格と同様にオンライン学習プラットフォームを活用して出題傾向を掴みつつ、不明点は公式ドキュメント等で確認して知識を定着させました。
自分より先に取得されている、iretの先輩社員の方々は、AWS Blackbeltを活用されたとおっしゃっている方が多いですが、時間が経ったことにより、教材がそろい始めている現在（2026年6月）であれば、Blackbeltに加えてオンライン学習プラットフォームを利用するのが選択肢になっています。
4月に始まった試験ではありますが、ベータ試験が去年11月から始まっていることもあってか、質の高い教材が提供され始めています。ただ、日本語の教材はまだ少ないため、英語版の教材も併せて活用することをお勧めします。

勉強期間

勉強期間は2週間で、一日4,5時間勉強しました。
オンライン学習プラットフォームでは2つの教材を使用し、1週間目は1日に試験1回分（75問）2週間目前半は試験2回分（150問）、後半は試験3回分（225問）を解きました。

AWSのProfessional資格は毎回なのですが、問題文、回答選択肢が長いこと、サービスの知らない活用方法がたくさん出てくることから、丁寧に解釈しながら解こうとすると問題集の最初の一周にかかる時間が長くなりがちです。
これは理解のために必要なステップです。焦らずに一つ一つかみ砕きながら知識を身に付けることで、最終的に早く合格にたどり着けます。

勉強方法

今回もいつも通りの勉強方法を取りました。
具体的には一日のノルマの問題数を決め、隙間時間等で少しずつそれを消化していきます。
ノルマの設定方法なのですが、時間で決めるより問題数で決めたほうがダラダラやらずに効率的に勉強できるのでお勧めです。

前述しましたが、AIPをはじめとしたProfessional資格は文章量が多く、解くのに体力を使います。
そのため、一度に問題を解こうとすると力尽きがちです。
この対策として、問題を解く時間をいくつかに分ける、移動時間等の隙間時間を活用することをお勧めします。
勉強のコツについては過去の記事を読んでいただけますと幸いです。

出題されたサービス

最後に試験によくでるサービス、躓きやすい活用方法について、ほんの一部ですがまとめておきます。

モデル選択とキャパシティ確保

Amazon Bedrock
プロンプトのテストや、要件（コンテキスト長、応答速度、精度、コスト）に応じて選定。
* 選定モデル例:
* Anthropic Claude: 高い推論能力・マルチモーダル対応
* Amazon Titan: コスト効率重視・テキスト生成/エンベディング
* Meta Llama: オープンモデルの活用
* Anthropic Claude 3.5 Haiku: 軽量モデル

Provisioned Throughput（プロビジョンドスループット）
特定の基盤モデル（またはカスタムモデル）に対して、一定の処理能力を期間コミットで確保する機能。
* 使用例: スパイクアクセス時でもスロットリング（レート制限）を回避したい場合。

Cross-Region Inference（クロスリージョン推論）
突発的なトラフィック増加時に、同一リージョンだけでなく近隣リージョンのリソースも自動で活用して処理する機能。
* 使用例: クォータ（上限）の引き上げや可用性の向上が必要な場合。

モデルの品質評価

Amazon Bedrock Model Evaluation
Bedrockで完結するモデル評価機能。
* 使用例: 手間をかけずにBedrockモデルを評価する際に使用。

Amazon SageMaker Clarify
バイアス、毒性をより詳細に測定。
* 使用例: SageMaker環境だけでなくBedrockのモデルにも適用可能。独自のカスタム評価パイプラインを構築したい場合に活用。

Amazon SageMaker Model Monitor
本番環境にデプロイされたモデルの入力データと出力結果を継続的に監視します。
* 使用例: 時間経過によるドリフトや精度の低下を検知したい場合。

モデル精度の向上方法

下に行くほどコストと時間がかかる手法になっていきます。

プロンプトエンジニアリング
定型的なプロンプトを加える、プロンプトにて例を渡すことなどによってモデルを改善する手法
* 使用例: 手軽に精度改善を試みたい場合。

RAGの設定
モデル外部に参照する情報を設定することで回答の正確度を上げる手法。
* 使用例: 社内の独自ノウハウや最新データに基づく回答が必要な場合。

ファインチューニング
使用される業界等のデータをモデルを追加学習させる手法
* 使用例: 特定業界の専門用語を理解させ、業界に合ったモデルに調整する場合。

RAGのアーキテクチャ選択

Knowledge Bases for Amazon Bedrock
データソースの監視、チャンキング、エンベディング、ベクトルDB連携までを一元管理できるフルマネージドサービス。
* 使用例: 開発コストと運用負荷を最小限に抑え、とにかく素早く標準的なRAGを立ち上げたい場合のベストプラクティス。

Amazon OpenSearch Serverless
高性能なベクトル検索エンジンを提供するサーバーレス型データベース。
* 使用例: 独自の検索ロジックを組み込みたい、ハイブリッド検索（キーワード＋ベクトル）を細かくチューニングしたい、RAGとして取り込むデータが膨大な場合。

Amazon Aurora PostgreSQL
既存の構造化データ（リレーショナルデータ）とベクトルデータを同じDB内で統合管理できる。
* 使用例: すでにAurora環境があり、トランザクションデータとベクトル検索を掛け合わせた処理を行いたい場合。

おわりに

今回は、新設されたAWS Certified Generative AI Developer – Professionalの受験体験についてまとめました！

Bedrockを中心としたAWSの生成AIサービスに関する知識や、モデル選択からデプロイまでのベストプラクティスを体系的に学べるため、生成AIを活用したソリューション構築に興味があるエンジニアには非常におすすめの資格です。
問題の文章量もProfessional資格としては比較的少なめなので、オンライン学習プラットフォームを活用して対策をすれば十分に合格を目指せると思います。

この記事が皆様の合格の一助になれば幸いです。ここまでお読みいただきありがとうございました！！