Azureの資格試験にチャレンジしよう!

Azureの資格試験にチャレンジしよう!


1.はじめに

こんにちは、スキルアップAIの清水です。
皆さんは、技術開発が盛んであるデータサイエンスやAIに関連する資格試験に興味はありますか?
日本ディープラーニング協会が実施するG検定やE資格はここ数年で認知度が大変高くなって来ていますが、各クラウド事業者が提供するクラウドサービスに関する資格試験も年々増加しており、注目を浴びています。
数多くの資格試験からAIとデータエンジニアリングに関連するものだけでも以下の資格があります。

これらの資格を、難易度と内容の2つの軸で整理したものが下の図になります。

Azureの資格は4つもあり、何がどのように違うのか少しわかりづらいですね。
そこで、本ブログでは、3大クラウドサービスの1つであるMicrosoft AzureのAIやデータエンジニアリングに関連する4つの資格試験について取り上げます。

Microsoft Azure (以下 Azure)とは、マイクロソフト社が提供するクラウドサービスであり、2021年の第1四半期時点で第2位のシェア数を誇っています(参考)。

Azureの認定試験の特徴として、試験名やシラバスの改定が頻繁に行われる傾向があります。また、クラウド事業者が提供する認定試験全体に共通する特徴として、2~3年の有効期限が設けられていることも挙げられます。
どちらもクラウドサービスの進展の速さに関連するものです。

2.初級レベル:AI-900 (AIエンジニア向け)

AI-900は、AIエンジニア向けの初級資格です。機械学習や人工知能とそれらに関連するAzureサービスの基礎知識が問われます。この試験に合格すると「Microsoft Certified: Azure AI Fundamentals」の認定を得ることができます。

Azureの資格試験の出題範囲に関する情報はそれぞれの資格試験の公式ページから確認できます。AI-900で評価されるスキルとスコア配分は以下の通りです。

評価されるスキル スコア配分
AI ワークロードと考慮事項について説明する 15-20%
Azure での機械学習の基本原則について説明する 30-35%
Azure のコンピュータビジョンワークロードの機能について説明する 15-20%
Azure の自然言語処理 (NLP) ワークロードの機能について説明する 15-20%
Azure での会話型AI ワークロードの機能について説明する 15-20%

上記の評価されるスキルは、抽象的に書かれており、具体的にどんなスキルが求められるのかが少々分かりづらくなっています。詳しい詳細が認定スキルのアウトラインにあるので、まずは一度確認するのがオススメです。

AI-900で問われる代表的なAzureのサービスは以下の3つです。


機械学習モデルの訓練と管理に使用できるAzure Machine Learningには、機械学習モデルの作成をブラウザ上で実行できる「自動機械学習」と、前処理やモデルの学習などの各操作をドラッグ&ドロップしてつなぎ合わせていくことによってモデルの構築ができる「デザイナー」が含まれています。

Azure Cognitive Servicesは、人間の視覚や音声などの認知機能の一部をWeb APIとして利用できるサービスであり、Azure Bot Serviceは、名前の通りBotを作成できるサービスです。例えば、Azure Cognitive Services に含まれる Face API では、顔領域の検出や感情認識、顔認証の機能をほぼノーコードで実装することができるサービスです。

AI-900の合格には、自動機械学習&デザイナーの基本的な操作、Azure Cognitive Services と Azure Bot Service で解けるタスクの概要を押さえておくことが重要となります。AI-900は、G検定に合格し、AIやデータサイエンスに関する基礎知識を有する方が次に目指す資格試験としてピッタリです!

スキルアップAIではAI-900対応講座として、「Azure AI-900対応 クラウドAIサービス活用講座」を、いつでも好きなタイミングで学べるeラーニング形式で提供しています!この講座では、自動機械学習やデザイナー、Azure Bot Service、Azure Cognitive Servicesの代表的なサービスを実際に利用し、ノーコードでAIを作成する方法を実践的に学ぶことができます!

3.初級レベル:DP-900 (データエンジニア向け)

DP-900は、データ管理や分析基盤の設計・構築・運用に携わるデータエンジニア向けの初級資格です。この試験に合格すると「Microsoft Certified: Azure Data Fundamentals」の認定を得ることができます。

データエンジニアは、データ分析技術を円滑に活用するための基盤を支えるスペシャリストであり、これからの10~20年にわたり期待の高まる職種と言われています。DP-900で評価されるスキルとスコア配分は以下の通りです。

評価されるスキル スコア配分
コアデータの概念を説明する 15-20%
Azureでリレーショナルデータを操作する方法について説明する 25-30%
Azureで非リレーショナルデータを操作する方法について説明する 25-30%
Azureでの分析ワークロードについて説明する 25-30%

DP-900は、SQLやデータベースの基本的な知識、データの可視化手法に関する知識、その他にもバッチ処理やストリーミング処理の違い、データ処理の基本となるETL(データ抽出→変換→保存)と最近注目されているELT(データ抽出→保存→変換)の違いなどデータの扱いに関する基礎的な知識が必要となります。

上の画像にあるように、DP-900で問われるAzureサービスは数多くあります。DP-900では、これらのデータ管理・分析に関連するサービスの概要と合わせて、Azureの各ストレージサービスの使い分け、リレーショナルデータベースとNoSQL型データベースサービスの使い分けなどを押さえておくことも合格に必要なスキルとなります。

4.中級レベル:AI-102 (AIエンジニア向け)

AI-102は、AI-100の後継にあたる(AI-100は2021年6月30日に終了)AIエンジニア向けの中級資格です。2021年7月初旬時点では、AI-102は英語版のみの提供となっています。この試験に合格すると「Microsoft Certified: Azure AI Engineer Associate」の認定を得ることができます。AI-102で評価されるスキルとスコア配分は以下の通りです。

評価されるスキル スコア配分
Azure Cognitive Servicesソリューションの計画と管理 15-20%
コンピュータビジョンソリューションの実装 20-25%
自然言語処理ソリューションの実装 20-25%
ナレッジマイニングソリューションの実装 15-20%
会話型AIソリューションの実装 15-20%

評価されるスキルだけを見てみると、AI-900とほとんど変わらないように見えますが、AI-102では、各サービスのより深い知識と与えられたシナリオから要件を整理し、適切なサービスを選択するソリューション設計の知識が要求されます。例えば、次の画像の飛行機の予約を行うチャットボットのケースを考えてみましょう。

この内容から、それぞれの要件に従うサービスを検討すると、次の画像のようになります。

このようにAI-102では、必要な要件を満たすように複数のサービスを組み合わせる設計力が問われます。

AI-102で問われる代表的なサービスは以下の3つです。


AI-900で問われていたAzure Machine Learningは試験範囲外となり、代わりに検索サービスであるAzure Cognitive Search に関する問題が出題されます。また、AI-900では、Azure Cognitive ServicesやAzure Bot Serviceの概要程度を押さえて抑えておけばよかったのですが、AI-102では、これらのサービスの利用経験がないと解答が難しい問題が出題されます。

Azure Cognitive Search は、検索システムの構築を支援するためのサービスであり、画像やドキュメントに対して自動的に情報の抽出を行い、検索可能な形に変換する機能を備えています。

スキルアップAIではAI-102対応講座として、「Azure AI-102対応 クラウドAIソリューション実践講座」を、いつでも好きなタイミングで学べるeラーニング形式で提供しています!この講座では、AzureのAI系サービスやそれらと組み合わせて用いる関連サービス、さらにIoTデバイスとの連携まで、AIソリューションの構築に必要となる幅広い知識を実践的に学ぶことができます!

5.中級レベル:DP-100 (データサイエンティスト向け)

DP-100は、データサイエンティスト向けの中級資格です。この試験に合格すると「Microsoft Certified: Azure Data Scientist Associate」の認定を得ることができます。

DP-900とは異なり、データサイエンティスト向けの試験であるため問われるスキルがDP-900と大きく異なります。DP-100では、Azure Machine Learningの各機能をブラウザ上&Pythonライブラリ経由の両手法を用いて、学習からデプロイ・監視までの機械学習パイプラインを構築するスキルが求められます。 DP-100で評価されるスキルとスコア配分は以下の通りです。

評価されるスキル スコア配分
Azure Machine Learning リソースの管理 25-30%
実験の実行とモデルの訓練 25-30%
機械学習ソリューションのデプロイと運用 35-40%
責任ある機械学習の実行 5-10%

「実験」や「デプロイ」などの専門用語が並び抽象的な説明となっているので、もう少し詳しくどのような資格試験であるのかを説明していきます。

参考:https://docs.microsoft.com/ja-jp/learn/modules/intro-to-azure-machine-learning-service/1-introduction

上の図のように、Azure Machine Learningには、最上位のリソース(Azure上に構築する各サービス)にワークスペースと呼ばれるものがあります。DP-100では、ワークスペースの内部で、データの登録やモデルの作成などの実行履歴を表示したり、各実行履歴の結果の比較が行える「実験」や開発したアプリケーションやサービスを利用できる状態にする「デプロイ」に関するスキルが必要となります。さらに、これらのAzure Machine Learningの各機能をPythonで実行するためのライブラリであるAzure Machine Learning SDKの知識も必要であり、試験ではコードの穴埋め問題も出題されます。

例えば、Azure Machine Learning SDKを使った前処理に関するパイプライン構築の一例が次の図となります。デザイナーを使ったパイプライン構築だけでなく、このようにPythonによるパイプライン構築の方法も問われるのがDP-100の特徴です。

また、2019年に日本政府から「人間中心のAI社会原則」が公表されているように、開発したAIに対する責任のあり方については様々な議論が行われています。最後の評価されるスキルにある「責任ある機械学習」では、機械学習モデルを作成する場合に懸念すべきモデルの解釈可能性と年齢・人種による予測の偏りを防ぐための公平性、さらにデータのプライバシーに関する知識が問われます。これらに関してはAzureの公式ページで対話型のデモが行うことができますので、興味がある方はぜひ確認してみてください。

参考:https://azure.microsoft.com/ja-jp/services/machine-learning/responsibleml/#interactive-demos

DP-100で問われる代表的なサービスは以下の3つです。


Azure Container Instance (ACI) やAzure Kubernetes Service (AKS) は、アプリケーション単位で仮想化する技術であるコンテナの実行環境を提供するサービスです。DP-100では、Azure Machine Learningで作成した機械学習モデルのデプロイ先として利用するACIやAKSに関する知識も必要となります。

スキルアップAIではDP-100対応講座として、「Azure DP-100対応 MLワークロード開発実践講座」を、いつでも好きなタイミングで学べるeラーニング形式で提供しています!この講座では、Azure Machine Learning SDKを使ったモデルの開発や推論環境へのデプロイ、モデルの精度監視の方法などをハンズオンによって実践的に学ぶことができます!

6.まとめ


また、Azure以外のクラウドサービスであるAmazon Web Services(AWS) と Google Cloud Platform(GCP) についても認定試験に対応した講座として以下を提供しています。


3大クラウドサービスのどれに手をつけようか迷っている方は、Azure、GCP、AWSを横断的に学べる講座として「機械学習クラウド講座」もございますので是非受講をご検討ください。

スキルアップAIのメールマガジンでは会社のお知らせや講座に関するお得な情報を配信しています。
配信を希望される方はこちら

また、SNSでも様々なコンテンツをお届けしています。興味を持った方は是非チェックしてください♪
  • Twitter
  • Facebook
  • LinkedIn
更新日:2021.09.16

関連する講座

Page Top