AWS Certified Generative AI Developer - Professional (AIP-C01) 学習ロードマップ
Mix.install([
{:kino, "~> 0.19"},
{:kino_vega_lite, "~> 0.1"}
])
概要
最終確認日: 2026-09-21
このシリーズは、Amazon Bedrock を中心に、本番向け生成 AI アプリケーションを設計・実装・運用する力を Livebook で身につけるための教材です。暗記ではなく、コードを動かして「なぜその選択肢が適切か」を説明できる状態を目指します。
試験の現在地
標準版 AIP-C01 は 75 問(採点対象 65 問、採点対象外 10 問)、180 分、合格スコアは 750 / 1,000 です。択一・複数選択があり、未回答は不正解、推測による減点はありません。
| 分野 | 比重 | このシリーズ |
|---|---|---|
| 1. 基盤モデルの統合、データ管理、コンプライアンス | 31% | 01, 02, 03 |
| 2. 実装と統合 | 26% | 01, 04, 06 |
| 3. AI の安全性、セキュリティ、ガバナンス | 20% | 05 |
| 4. 運用効率と最適化 | 12% | 07 |
| 5. テスト、検証、トラブルシューティング | 11% | 08 |
試験範囲外として明示されているのは、モデルそのものの開発・トレーニング、高度な ML 手法、データ/特徴量エンジニアリングです。一方で、FM の選定・統合、RAG、エージェント、ガードレール、評価、運用は深く問われます。
ノートブック
- 01 基盤モデルの統合とモデル選定
- 02 プロンプトエンジニアリングと構造化出力
- 03 RAG・埋め込み・検索
- 04 エージェントとツール統合
- 05 安全性・セキュリティ・ガバナンス
- 06 本番統合とレジリエンス
- 07 コスト・性能・オブザーバビリティ
- 08 評価・テスト・トラブルシューティング
Kino.Mermaid.new("""
flowchart
A["00 試験範囲"] --> B["01 FM統合"]
B --> C["02 Prompt"]
C --> D["03 RAG"]
D --> E["04 Agent"]
E --> F["05 Safety"]
F --> G["06 Production"]
G --> H["07 Operations"]
H --> I["08 Evaluation"]
I -. "評価結果を改善へ戻す" .-> C
I -. "検索品質を改善" .-> D
I -. "運用データを改善" .-> G
""")
推奨の進め方
各ノートブックを「読む → ローカル演習 → AWS 実習 → 確認問題」の順に進めます。AWS 実習は料金が発生する場合があります。リソースを作る実習では、終了後に必ず削除してください。
domains = [
%{domain: "1. FM・データ", weight: 31, notebooks: "01 / 02 / 03"},
%{domain: "2. 実装・統合", weight: 26, notebooks: "01 / 04 / 06"},
%{domain: "3. 安全・統制", weight: 20, notebooks: "05"},
%{domain: "4. 運用最適化", weight: 12, notebooks: "07"},
%{domain: "5. 評価・障害", weight: 11, notebooks: "08"}
]
domain_rows =
Enum.map(domains, &Map.put(&1, :questions_per_65, Float.round(&1.weight * 65 / 100, 1)))
domain_chart =
VegaLite.new(width: 680, height: 260, title: "AIP-C01 の分野別比重")
|> VegaLite.data_from_values(domain_rows)
|> VegaLite.mark(:bar, tooltip: true)
|> VegaLite.encode_field(:y, "domain", type: :nominal, title: "分野", sort: "-x")
|> VegaLite.encode_field(:x, "weight", type: :quantitative, title: "試験比重 (%)")
|> Kino.VegaLite.new()
Kino.Layout.tabs([
{"比重グラフ", domain_chart},
{"65問換算", Kino.DataTable.new(domain_rows)}
])
上の値は学習時間配分の目安です。試験は補整スコアリングであり、分野ごとの合格ラインはありません。
学習前チェック
- AWS のコンピューティング、ストレージ、ネットワークの基礎を説明できる
- IAM の最小権限、KMS、VPC エンドポイントを説明できる
- Lambda、API Gateway、SQS、EventBridge、Step Functions の使い分けができる
- CloudWatch、CloudTrail、X-Ray の役割を区別できる
- 料金、データ所在地、レイテンシー、品質を同時にトレードオフ評価できる
不足がある場合も先に進めますが、選択肢問題で「生成 AI 以外の AWS 基礎」が決め手になることを意識してください。
最新情報の扱い
生成 AI サービスは更新が速いため、次を固定値として暗記しません。
- 個別モデル ID、モデルの提供終了日
- 対応リージョンと推論プロファイル
- コンテキスト長、クォータ、価格
- API・機能ごとの対応モデル
各実習の開始時に、モデルカタログ、リージョン可用性、API 互換性、料金、Service Quotas を確認してください。このシリーズでは、モデル ID を入力または API から取得する構成にしています。
公式リソース
AWS は、公式 Practice Question Set、Exam Prep Course、SimuLearn、Official Pretest を含む 4 ステップの準備を案内しています。Livebook の実習に加えて、公式問題で設問形式と判断基準を確認してください。
修了条件
各ノートブックの確認問題に、自分の言葉で「採用案」「却下案」「トレードオフ」を書けたら修了です。単一サービス名だけでなく、要件から構成を逆算できることを重視します。