連載
» 2021年04月12日 05時00分 公開

AI/機械学習の認定資格ガイド(主要テクノロジー別)AI・機械学習の独学リソース

AI/機械学習エンジニア向けの認定資格にはどのようなものがあるのか。TensorFlow/PyTorch/GCP/AWS/Azure/IBM/NVIDIA Jetson AIといったテクノロジーに関する認定資格について紹介する。

[一色政彦,デジタルアドバンテージ]

この記事は会員限定です。会員登録(無料)すると全てご覧いただけます。

「AI・機械学習の独学リソース」のインデックス

連載目次

 2021年現在、グーグルやAWS、エヌビディア(NVIDIA)など「人工知能/機械学習」の技術を提供する主要なテクノロジー企業が、AI/機械学習エンジニア向けに独自の認定資格を提供している。しかしあまり知られていないと思われるので、本稿ではテクノロジーごとの認定資格、具体的には下記の7項目をそれぞれ紹介していく(本稿では、機械学習エンジニア=AIエンジニアとする)。

  • TensorFlowデベロッパーの認定資格
  • PyTorchデベロッパーの認定資格はあるのか?
  • GCPにおける機械学習エンジニアの認定資格
  • AWSにおける機械学習エンジニアの認定資格
  • AzureにおけるAIエンジニアの認定資格
  • IBMにおけるAIエンジニアの認定資格
  • NVIDIAにおけるJetson AIエンジニアの認定資格

 本題に入る前に、「各認定試験に合格すると何か良いことがあるのか?」について考えてみたい。

なぜ認定資格を受けるのか?

 これに対する答えはケースバイケースだが、最も良いことがあるのは社内制度で認定資格の取得が昇格や昇給などの条件になっている場合だ。その場合は受験しない理由はないだろう。しかしそういった企業はあまり多くないかもしれない。

 次に役立ちそうなのが、就職/転職時にある程度の知識とスキルがあることをアピールするためのツールとする場合ではないだろうか。実力証明という意味では、Kaggleでメダルを取っていることにはかなわないだろうが(参考:「企業の“Kaggler枠”って実際どうなの?」)、それでも資格がないよりもある方がアピールしやすい。

 その次が、自分が好きな技術であることをアピールする場合ではないかと思う。名刺に例えば「TensorFlowデベロッパー認定資格の取得者」のロゴがあれば、勉強会の参加時に会話のきっかけになったり、転職の面接でも「自分の好き」をアピールして話を盛り上げたりできるかもしれない。これは自分の個性作りの一環であるため、必ず一番好きな技術1つに絞って資格を取得した上で、名刺に載せたり、勉強会発表時のスライドの自己紹介に入れたりすることが大事である。

 最後が自分の実力測定だろう。自分が学んだ技術の知識レベルを第三者的な視点で確かめるということである。

 ちなみに、日本でディープラーニングの認定資格といえば、JDLA(日本ディープラーニング協会)が実施している一般向けのG検定とエンジニア向けのE資格が有名である。そのG検定に合格するとCDLEコミュニティーに参加できるという大きなメリットがあるので、それが受験する理由となるだろう。本稿ではG検定/E資格は紹介しないが、CDLEコミュニティーの勉強会やカンファレンスに参加したい場合は特にG検定の取得をお勧めする。

 それでは、何らかの目的で認定資格を取得したいという人に向けて、各認定資格の概要をコンパクトに紹介していこう。ちなみに筆者自身が取得しているのはG検定のみで、以下で紹介する認定資格を受験したことがないので、試験内容や合格後の特典について詳しくは知らないことに、あらかじめご了承いただきたい。

TensorFlowデベロッパーの認定資格

図1 TensorFlowデベロッパー認定資格の公式ページ表示例 図1 TensorFlowデベロッパー認定資格の公式ページ表示例

 ライブラリ「TensorFlow」を使ってディープラーニング/機械学習に関する問題を解決する能力を証明するための認定資格である。合格者専用のコミュニティーも用意されている。試験費用などの詳細は上記のリンク先を参照されたい(以下同様)。

 ちなみに、さらに上級レベルのTensorFlowプロフェッショナルの認定資格も今後、提供開始予定のようである。

PyTorchデベロッパーの認定資格はあるのか?

図2 PyTorch認定資格に関する議論の表示例(Chromeで日本語に翻訳) 図2 PyTorch認定資格に関する議論の表示例(Chromeで日本語に翻訳)

 残念ながらPyTorchデベロッパー認定資格というものはない。要望は多数寄せられているものの、Facebook社が認定資格制度に価値を感じていないようで、(2021年4月執筆時点で)認定資格を新設する計画はないようである。

GCPにおける機械学習エンジニアの認定資格

図3 Google CloudのProfessional ML Engineer Certificationの公式ページ表示例 図3 Google CloudのProfessional ML Engineer Certificationの公式ページ表示例

 Google Cloudプラットフォーム(GCP)を使って機械学習を実践する能力を証明するための認定資格。実務経験1年以上が推奨される。難点は、英語でのみ受験可能であることだ。

AWSにおける機械学習エンジニアの認定資格

図4 「AWS 認定 機械学習 - 専門知識」の公式ページ表示例 図4 「AWS 認定 機械学習 - 専門知識」の公式ページ表示例

 AWSクラウドプラットフォームを使って機械学習を実践する能力を証明するための認定資格。実務経験1〜2年が推奨される。

 機械学習に関連する領域として、データ分析の能力を証明するための「AWS 認定 データアナリティクス - 専門知識」という認定資格もある。

AzureにおけるAIエンジニアの認定資格

図5 MicrosoftのAzure AI Fundamentalsの公式ページ表示例 図5 MicrosoftのAzure AI Fundamentalsの公式ページ表示例

 一般的な機械学習に関する知識と、Azureクラウドプラットフォームを使って機械学習を実践する能力を証明するための認定資格。ラーニングパスが明示されており、初心者でも学びやすい。

Copyright© Digital Advantage Corp. All Rights Reserved.

RSSについて

アイティメディアIDについて

メールマガジン登録

@ITのメールマガジンは、 もちろん、すべて無料です。ぜひメールマガジンをご購読ください。