 注意：英語以外の言語の記事はAIの助けを借りて翻訳されています。正確性を目指していますが、一部の表現が若干異なる場合があります。改善点にお気づきの場合は、ご意見をお寄せいただけると幸いです。 |
認定要件
DataCampのデータサイエンティスト向けAIエンジニアアソシエイト認定は、2つの時間制限付き試験と1つの実技試験（AIEDSA101、AIEDSA102、およびAIEDSA501P）を合格した個人に授与されます。合格するためには、以下の6つの領域での能力を示す必要があります：
データ管理
探索的分析
AIデータサイエンスのためのプログラミング
AIのガバナンス
AIのモデル開発
AIのためのプロダクションシステムおよびアプリケーション開発
AIEDSA101は2時間の試験で、データ管理、モデル開発、および探索的分析を評価します。この試験に合格するためには、以下のことができる必要があります：
データ品質を評価し、検証作業を行う。
関連する変換を実装してモデリング用のデータを準備する。
深層学習およびその他の機械学習問題に対するモデリングアプローチを評価し定義する。
Pythonを用いて標準的なデータのインポート、結合、集計作業を行う。
深層学習およびその他の機械学習問題に対する標準的なモデリングアプローチを実装する。
モデルの性能を評価するために適切な方法を使用する。
Pythonを使ってデータの特性や特徴間の関係を効果的に報告するための指標を計算する。
データの特性を示すためにデータ可視化ツールを使用する。
特徴間の関係を表現するためにデータ可視化を読み分析する。
AIEDSA102は2時間の試験で、ガバナンス、データサイエンスのためのプログラミング、およびプロダクションシステムとアプリケーション開発を評価します。この試験に合格するためには、以下のことができる必要があります：
生成AIに関連する倫理とバイアスの問題を説明する。
GDPR、CCPA、PIPLなどの主要なプライバシー法とデータ使用に関するテーマ、データ主権、データ漏洩通知、ユーザーデータ要求、透明性の向上、説明責任、プライバシー法違反に対する罰則などのテーマを特定する。
Pythonで分析のための再利用可能なプロダクション品質のコードを書くために一般的なプログラミング構造を使用する。
ソフトウェア開発および展開のベストプラクティスとワークフローを説明し、AIシステムに対するその利点を説明する。
MLOpsおよびLLMOpsの基本概念に対する認識を示す。
ETLおよびELTパイプラインで使用するためにデータを準備する。
生成AIを活用するプロトタイプシステムおよびアプリケーションを作成する。
実技試験で期待されること
この認定の最終ステップはAIEDSA501P実技試験です。実技試験はすべての領域にわたる知識、スキル、能力をテストし、Pythonで完了しなければなりません。
実技試験は時間制限付き試験でテストされた複数の能力を組み合わせます。実技試験では新しい領域や能力はテストされません。
実際のシナリオに関連する5つのテスト項目が与えられます。個々の項目は複数の能力からのスキルを必要とする場合があります。
この認定に含まれるいずれかの能力についてテストされる可能性があります。
実技試験を完了するまでの時間はどのくらいですか？
実技試験を完了するために合計4時間が与えられます。認定登録から試験および実技試験を含むすべての要件を完了するまでに30日間の期限があります。試験をすぐに完了した場合は、残りの時間を実技試験の準備に使えます。しかし、試験の完了に時間がかかると、実技試験を完了するための時間は短くなります。
認定の再受験について
いずれかのコンポーネントで不合格となった候補者は、再度認定を受けるまでに14日間の待機期間が必要です。再受験時には、以前に合格した試験を含め、すべての試験を再度完了する必要があります。
認定に関するご質問やご意見がある場合は、以下のボタンをクリックしてサポートチームにお問い合わせください。