AWS認定資格 WEB問題集＆徹底解説機械学習エンジニア アソシエイト（MLA）
MLA-C01 は、試験時間 130 分で 65 問に答え、1,000 点満点中 720 点以上で合格です。配点が最も大きい分野は「機械学習 (ML) のためのデータ準備」（28%）です。当サイトには 500 問を収録しています（分野ごとの問題数は下の表のとおり）。
MLA-C01 の試験の基本
| 試験コード | MLA-C01（試験ガイド 版数 1.0） |
|---|---|
| 問題数 | 65 問（うち採点対象 50 問。残り 15 問は採点されない調査用の問題） |
| 試験時間 | 130 分 |
| 合格点 | 1,000 点満点中 720 点以上（換算スコア。正答率そのものではありません） |
| 受験方法 | テストセンターまたはオンライン（Pearson VUE） |
| 受験料 | 20,000 円（税別）（公式の価格表） |
| 有効期限 | 3 年間 |
| 再受験 | 不合格の場合は 14 日後から再受験できます。回数の制限はなく、受験料は毎回かかります。 |
分野と配点
本試験の出題分野と配点、当サイトの収録問題数です。分野名から、その分野の問題だけを解けます。
| 分野 | 本試験の配点 | 当サイトの問題 |
|---|---|---|
| 機械学習 (ML) のためのデータ準備 | 28% | 137 問 |
| ML モデルの開発 | 26% | 137 問 |
| ML ワークフローのデプロイとオーケストレーション | 22% | 117 問 |
| ML ソリューションのモニタリング、保守、セキュリティ | 24% | 109 問 |
| 合計 | 100% | 500 問 |
本試験の問題はこんな形
公式のサンプル問題と試験ガイドを分析し、本試験の問題の特徴をまとめました。当サイトの問題もこの形に合わせて作っています。
- 問題文は 2〜5 文のシナリオで、ML モデルを構築・運用する ML エンジニアの立場から「次に何を実装・設定すべきか」を問います。エンドツーエンドのアーキテクチャ設計や ML 戦略の策定は範囲外です。
- 中心は Amazon SageMaker の機能の使い分けです。Data Wrangler・Feature Store・Ground Truth・Clarify・Model Monitor・Debugger・Model Registry・Pipelines・JumpStart・Neo・Inference Recommender・Role Manager など、名前の似た機能の役割の違いが問われます。
- リアルタイム推論・サーバーレス推論・非同期推論・バッチ変換から、散発的なトラフィック、大きなペイロード、低レイテンシーといった条件に合う方式を選ぶ問題がよく出ます。
- 「運用の手間が最も少ない」「最もコスト効率が高い」という条件で、技術的には成り立つ複数の案から 1 つに絞らせます。スポットインスタンス・オンデマンド・SageMaker Savings Plans の選択や、Inference Recommender・AWS Compute Optimizer によるライトサイジングといったコストの判断も具体的に問われます。
- AWS CodePipeline・Amazon EventBridge・SageMaker Pipelines による再トレーニングの自動化や、ブルー/グリーン・カナリア・線形といったデプロイ方式の選択など、MLOps が実務の深さで問われます。
- ML の理論は、評価指標の選び方、過学習やクラスの不均衡への対処、ハイパーパラメータの効果など実務の判断に必要な範囲で、数式の導出は問われません。セキュリティは、VPC 内での SageMaker の構成、最小権限の IAM、AWS KMS による暗号化、個人情報や医療情報の保護といった実装レベルで問われます。
- 選択式に加えて、ML パイプラインの手順を正しい順に並べる問題、ユースケースとサービスや機能を対応付ける問題、1 つのシナリオに複数の設問が付くケーススタディがあります。並べ替えと対応付けは部分点がなく、すべて正しく答えて初めて得点になります。
よくあるひっかけの型
誤りの選択肢には決まった型があります。型を知っておくと、もっともらしい選択肢を落ち着いて消去できます。
実在する SageMaker の機能でも、役割の違うものを挙げた選択肢です。
例: 学習ジョブの損失が収束しない原因を調べるのに SageMaker Model Monitor を選ぶ（正解は SageMaker Debugger）。学習データのバイアスを検出するのに SageMaker Debugger を選ぶ（正解は SageMaker Clarify）。
技術的には動作しても、レイテンシー・コスト・運用の手間の要件のどれかを満たさないエンドポイントやインスタンスの構成です。
例: 散発的にしかリクエストが来ないのに、リアルタイムエンドポイントを常時起動しておく。サーバーレス推論で足りる場面で、GPU インスタンスを常時用意する。
マネージドサービスで済む処理を、EC2 上の自前構築や過剰に複雑なパイプラインで実現する選択肢です。動きはしますが、「運用の手間が最も少ない」と問われていれば誤りになります。
例: 再トレーニングの自動化のために、EC2 インスタンス上に独自のワークフロー基盤を構築する（SageMaker Pipelines で足りる）。
AI サービスや分析サービスのうち、用途が近いものを取り違えた選択肢です。
例: スキャンした書類から文字や表を抽出したい場面で、Amazon Comprehend や Amazon Kendra を選ぶ（正解は Amazon Textract）。
要件に合わないデプロイ方式やスケーリングの設定を組み合わせた選択肢です。
例: 一度に全トラフィックを切り替えたい場面でカナリアを選ぶ。すばやいロールバックが要件なのに、稼働中のエンドポイントをその場で更新する。
出題範囲の注意（提供終了・新規受付終了のサービス）
公式試験ガイドの出題範囲には載っているものの、提供終了・新規受付終了・サポート終了が決まっているサービスです。本試験で名前が出る可能性は残りますが、新しく深く学ぶ優先度は低めです。後継・代替のサービスもあわせて押さえておくと安心です。
| サービス | 状況 | 後継・代替 |
|---|---|---|
| Amazon DevOps Guru | 新規受付終了（2026年10月29日） サポート終了予定（2027年9月30日） |
Amazon CloudWatch（異常検出・アラーム）/ AWS DevOps Agent（運用上の調査・インサイト） |
| Amazon Fraud Detector | 新規受付終了（2025年11月7日） | Amazon SageMaker AI / AutoGluon / AWS WAF |
| Amazon Kendra | メンテナンスモード 新規受付終了（2026年7月30日） |
Amazon Bedrock Managed Knowledge Base |
| Amazon Lookout for Equipment | サポート終了（2026年10月7日） | AWS IoT SiteWise の多変量異常検出 / AWS パートナーのソリューション |
| Amazon Lookout for Metrics | 新規受付終了（2024年10月9日） サポート終了（2025年10月10日） |
Amazon CloudWatch 異常検出 / Amazon OpenSearch Anomaly Detection / Amazon QuickSight ML Insights / Amazon SageMaker Canvas |
| Amazon Lookout for Vision | 提供終了（2025年10月31日） | Amazon SageMaker AI（SageMaker JumpStart の学習済みモデルを含む）/ Amazon Bedrock の画像解析 / AWS パートナーのコンピュータビジョンソリューション |
| Amazon Mechanical Turk | 提供終了（2026年9月30日） | Amazon SageMaker Ground Truth のプライベート / ベンダーワークフォース（Ground Truth 自体も 2026-07-30 から新規顧客の受付を終了） |