AWS認定資格 WEB問題集＆徹底解説

会員登録/ログイン

正解

A. Amazon SageMaker

Amazon SageMaker は、データ準備・モデルの構築・トレーニング・チューニング・デプロイ・監視までをカバーする機械学習のフルマネージドプラットフォームです。
SageMaker JumpStart から基盤モデルを取得してファインチューニングしたり、独自モデルを学習させて推論エンドポイントとして公開したりと、生成AIモデルのライフサイクル全体を一貫して管理できます。
「一貫して管理できる機械学習プラットフォーム」という要件に合致する唯一の選択肢です。

B. Amazon Transcribe

Amazon Transcribe は、音声をテキストに変換する（文字起こし）ための学習済みAIサービスです。
APIを呼び出して使うだけの単機能サービスであり、自前のモデルを構築・トレーニング・デプロイする基盤ではありません。
生成AIモデルの開発プラットフォームという要件を満たしません。

C. Amazon Polly

Amazon Polly は、テキストを人間のような音声に変換する（音声合成）学習済みAIサービスです。
読み上げ音声の生成には最適ですが、こちらもモデルの学習・チューニング・デプロイを行う仕組みは持ちません。
「生成」という語感に引かれても、生成AIモデルの開発基盤にはなりません。

D. AWS Lambda

AWS Lambda は、イベント駆動でコードを実行するサーバーレスのコンピューティングサービスです。
推論APIの前段処理や軽量な呼び出しの実装には使えますが、それ自体は機械学習の機能を持たず、モデルの学習基盤にもなりません（実行時間やリソースの制約もあります）。
アプリケーションの「配線」を担う汎用サービスであり、モデル開発プラットフォームではありません。

正解への思考ルート

問題文から要件を抽出し、選択肢の適否を判断するのがポイントです。

要件	判断ポイント
モデルの構築・トレーニング・チューニングを行う	学習ジョブやハイパーパラメータチューニングを提供するのは Amazon SageMaker だけ →選択肢（A）が正解
推論エンドポイントとしてデプロイし一貫管理する	SageMaker は学習からホスティング・監視までを1つのプラットフォームで完結できる →選択肢（A）が正解
求めているのは「開発プラットフォーム」	Transcribe・Polly は用途が固定された学習済みAIサービスで、モデルを自分で作る場ではない →選択肢（B・C）を消す
機械学習そのものの機能が必要	AWS Lambda は汎用のコード実行基盤で、ML の学習・ホスティング機能を持たない →選択肢（D）を消す

ひっかけポイント

• Amazon Polly の「音声を生成する」という語感で「生成AI」と結び付けるのが罠。生成AIモデルを開発するプラットフォームかどうかで判断する
• AWS Lambda は推論の呼び出しに組み合わせて使えるため紛らわしいが、モデルの学習・ホスティングそのものは担えない
• 実務・試験では「既製の基盤モデルをAPIで使うなら Amazon Bedrock、モデルを作って鍛えて配るなら Amazon SageMaker」という住み分けが頻出。本問は後者を問うている
• Transcribe / Polly / Comprehend などの単機能AIサービスと、SageMaker のようなML プラットフォームを同じ土俵で比較しないこと

出題バリエーション

同じ知識が本番では条件を変えて出題されます。

問題文がこう変わったら	正解はこう変わる
「既製の基盤モデルをAPIで呼び出すだけで生成AIアプリを素早く作りたい」	Amazon Bedrock が正解に変わる（インフラ管理不要・サーバーレス）。
「コーディング経験のない担当者でも予測モデルを作りたい」	Amazon SageMaker Canvas が正解軸に。
「公開されている事前学習済みモデルをすぐ試したい」	Amazon SageMaker JumpStart が論点になる。
「音声をテキスト化／テキストを読み上げたい」	それぞれ Amazon Transcribe / Amazon Polly が正解に変わる。
「推論APIをイベント駆動で呼び出す前処理を実装したい」	AWS Lambda が構成要素として登場する（モデル基盤としてではない）。

関連サービスの解説

Amazon EC2
Amazon Polly
Amazon SageMaker
Amazon Transcribe