AWSの機械学習の資格｜認定の範囲と必要な経験と準備

AWSの機械学習の資格を調べると、名前の似た認定がいくつもあり、「どれが今も受けられるのか」「自分の経験でどれから受ければよいのか」が分かりにくくなっています。AWS認定とは、クラウドのサービスであるAWS（アマゾン ウェブ サービス）の知識と技能を、AWS自身が試験で確かめて認める資格のことです。機械学習の分野では、2026年10月時点で、基礎の認定、実務の認定、上級の認定の3つが受けられます。長く機械学習の代表的な資格だった専門知識の認定は、2026年3月31日に試験を終えています。この記事では、それぞれの認定が確かめる範囲、必要な経験、試験の形と受験料、準備の進め方を、AWSの公式の案内をもとに整理します。

AWSの機械学習の資格は3つ

2026年10月時点で受けられる、AI（人工知能）と機械学習に関わるAWS認定は、次の3つです。機械学習とは、データから規則を学ばせて、予測や分類を行う仕組みを作る技術のことです。

認定	区分	確かめる内容	想定する経験
AWS Certified AI Practitioner	Foundational（基礎）	AI、機械学習、生成AIの考え方とAWSでの使いどころ	経験は問わない
AWS Certified Machine Learning Engineer - Associate	Associate（実務）	機械学習を本番の環境で動かし、運用する力	SageMakerなどの機械学習のサービスを1年以上
AWS Certified Generative AI Developer - Professional	Professional（上級）	生成AIの仕組みを本番の品質で作り、運用する力	本番のアプリの構築2年以上、生成AIの実装1年

生成AIとは、文章や画像などを新しく作り出すAIのことです。AWSの認定の中では、この3つが、基礎から上級へと段階を追って並んでいます。

AWSの認定には、ほかにも区分があります。Foundationalは経験を問わない入り口の認定、Associateはクラウドや IT の経験があることが望ましい中級の認定、Professionalは2年以上のAWSの経験が求められる上級の認定、Specialtyは特定の分野の専門知識を確かめる認定です。

機械学習の分野で迷いやすいのは、名前に「Machine Learning」が付く認定が2つあることです。1つは今も受けられるMachine Learning Engineer - Associate、もう1つは2026年3月31日に試験を終えたMachine Learning - Specialtyです。古い記事や教材では、Specialtyを機械学習の代表的な資格として紹介していることがあるため、注意が必要です。

Machine Learning - Specialtyは2026年3月31日に終了

AWS Certified Machine Learning - Specialtyは、AWSで機械学習のモデルを作り、学習させ、調整し、公開する知識を確かめる認定でした。AWSの公式ページは、この認定の終了を次のように案内しています。

この認定資格は廃止されます。この試験の最終受験日は 2026 年 3 月 31 日です。認定資格保有者は、取得日から 3 年間にわたって有効な認定資格を維持できます。 出典: aws.amazon.com

つまり、2026年4月以降、この試験を新しく受けることはできません。すでに持っている人は、取得した日から3年間は有効な認定として扱われます。

この試験は、180分で受験料が300 USDの、機械学習の分野で最も重い試験でした。公式の案内では、AWSのクラウドで機械学習や深層学習の仕組みを作り、動かした2年以上の経験がある人を、理想的な受験者としていました。深層学習とは、人の脳の神経の仕組みを模した多層の計算で学習させる、機械学習の方法の1つです。

これから機械学習の分野でAWS認定を目指す人は、Specialtyの代わりに、Machine Learning Engineer - Associateと、Generative AI Developer - Professionalを目標にすることになります。Specialtyのための教材や問題集は、今から買っても受験には使えないので、中古の教材を選ぶときは特に気をつけてください。

AI Practitionerの範囲と試験の形

AWS Certified AI Practitionerは、AI、機械学習、生成AIの考え方と、AWSのサービスでそれをどう使うかを確かめる、基礎の認定です。技術の経験は問われず、営業、企画、管理の仕事をしている人も対象にしています。

AWSの公式の案内によると、試験の形は次のとおりです。

項目	内容
試験時間	90分
問題数	65問
受験料	100 USD
受け方	ピアソンVUEのテストセンター、または監督付きのオンライン試験
日本語	受けられる
合格の基準	1,000点満点の換算で700点
有効期間	3年

試験ガイドによると、65問のうち50問が採点の対象で、15問は採点されない問題です。採点されない問題は、今後の試験に使えるかを確かめるためのもので、どれがそうかは受験者には分かりません。

出題の範囲は5つの分野に分かれ、配分は次のとおりです。

1. AIと機械学習の基礎：20%
2. 生成AIの基礎：24%
3. 基盤モデルの応用：28%
4. 責任あるAIのガイドライン：14%
5. AIの仕組みのセキュリティ、法令の順守、管理：14%

基盤モデルとは、大量のデータで事前に学習させ、さまざまな用途に応用できる大きなAIのモデルのことです。配分を見ると、生成AIと基盤モデルの応用で半分を超えていることが分かります。一方で、責任あるAIや、セキュリティと管理の分野も合わせて28%あり、AIを安全に使うための考え方も重く問われます。

AWSの公式の案内では、IT とAWSのクラウドの経験が浅い人は、まずクラウドの基礎の認定であるCloud Practitionerから始めることも案内しています。Cloud Practitionerの範囲にはAIに関わる項目が1つしかなく、AI Practitionerは範囲の全体がAIと機械学習に向けられている、という違いがあります。

Machine Learning Engineer - Associateの範囲と試験の形

AWS Certified Machine Learning Engineer - Associateは、機械学習を実際のサービスとして動かす力を確かめる、実務の認定です。AWSの公式ページは、この認定を次のように説明しています。

AWS Certified Machine Learning Engineer - Associate は、本番環境に機械学習を実装して運用可能にする技術的能力を実証します。キャリアプロファイルと信頼性を向上させて、需要の高い機械学習に関連する職務に備えましょう。 出典: aws.amazon.com

本番環境とは、実際の利用者が使うサービスが動いている環境のことです。研究や試作のためにモデルを作るだけでなく、それを安定して動かし続けるところまでが、この認定の範囲です。

2026年10月時点の現行の試験（試験コード MLA-C01）の形は、次のとおりです。

項目	内容
試験時間	130分
問題数	65問（択一と複数選択）
受験料	150 USD
受け方	ピアソンVUEのテストセンター、または監督付きのオンライン試験
日本語	受けられる
合格の基準	1,000点満点の換算で720点
有効期間	3年
想定する受験者	SageMakerなどの機械学習のサービスを1年以上使った経験がある人

SageMakerとは、AWSで機械学習のモデルを作り、学習させ、公開するためのサービスのことです。

試験ガイドによると、出題の範囲は4つの分野に分かれています。

1. 機械学習のためのデータの準備：28%
2. 機械学習のモデルの開発：26%
3. 機械学習の処理の流れの公開と自動化：22%
4. 機械学習の仕組みの監視、保守、セキュリティ：24%

配分を見ると、モデルを作ること自体は26%にとどまり、データの準備と、作ったものを動かし続けるための公開、監視、保守、セキュリティが合わせて74%を占めます。機械学習の仕事の多くが、モデルの前後の作業にあることを反映した配分です。

公式の案内では、受験者の役割の例として、バックエンドのソフトウェアの開発者、DevOpsのエンジニア、データエンジニア、MLOpsのエンジニア、データサイエンティストが挙げられています。MLOpsとは、機械学習のモデルを本番で安定して動かし続けるための、開発と運用の進め方のことです。

MLA-C02への更新で変わること

Machine Learning Engineer - Associateは、2026年に試験の更新が進んでいます。AWSの公式ページによると、新しい版（MLA-C02）の登録は2026年9月1日に始まり、現行の版（MLA-C01）を英語で受けられるのは9月28日までとされています。日本語、韓国語、簡体字中国語の現行の版は、新しい版が一般に提供されるまで引き続き受けられます。

2026年10月時点の公式ページでは、新しい版はベータ版として英語のみで提供されています。ベータ版の試験は、170分で85問、受験料はベータの価格で75 USDと案内されています。日本語などのほかの言語は、一般の提供が始まる予定と書かれています。

新しい版では、出題の分野の構成は変わらず、各分野の内容が今の業界の実務に合わせて更新されます。公式の案内で挙げられている主な追加の項目は、次の4つです。

• 生成AIの実装（Amazon Bedrock、RAGの構成）
• エージェント型のAI（AIエージェントと複雑な処理の流れの組み立て）
• 基盤モデルと大規模言語モデル（選び方、追加の学習、運用）
• 従来の機械学習と生成AIの両方での、責任あるAIの実践

Amazon Bedrockとは、AWSでさまざまな基盤モデルを使えるようにするサービスのことです。RAGとは、AIが答えるときに、社内の文書などの外部の情報を検索して参照させる仕組みのことです。

日本語で受けたい人は、日本語の新しい版が一般に提供されるまでは、現行の版で受けることになります。準備を始める時期によっては、新しい版の範囲を見据えて、生成AIとエージェントの分野も学んでおくと、更新後にも知識が無駄になりません。試験の版と言語の扱いは変わることがあるため、申し込む前に公式ページで確かめてください。

Generative AI Developer - Professionalの範囲

AWS Certified Generative AI Developer - Professionalは、生成AIの仕組みを本番の品質で作り、運用する力を確かめる上級の認定です。AWSの公式ページでは、Bedrockなどのサービスを使った、本番環境に対応するAIの仕組みの構築と公開についての、高度な専門知識を示す認定と説明しています。

試験の形は、180分で75問（択一または複数選択）、受験料は300 USDで、テストセンターか監督付きのオンライン試験で受けられます。日本語でも受けられます。

公式の案内では、対象となる受験者の経験として、次のようなものが示されています。

• AWS、またはオープンソースの技術で、本番の品質のアプリを作った2年以上の経験
• AIや機械学習、またはデータエンジニアリングの一般的な経験
• 生成AIの仕組みを実装した1年の実務経験
• AWSの計算、保存、通信のサービスや、構成をコードで管理する道具の経験

Machine Learning Engineer - Associateが、機械学習全般を本番で動かす力を確かめるのに対し、Generative AI Developer - Professionalは、生成AIに絞って、より高度な設計と運用の力を確かめます。機械学習の分野でAWS認定の頂点を目指す人にとっての目標になる認定です。

自分の経験に合う認定の選び方

どの認定から受けるかは、今の経験と、これから目指す仕事で決めます。

AIや機械学習の仕事に関わり始めたばかりの人、技術の担当ではないが、AIの導入の判断に関わる人は、AI Practitionerから始めます。経験を問わない基礎の認定で、生成AIと基盤モデルの考え方を体系的に学べます。

すでにAWSで開発や運用の経験があり、機械学習のモデルを扱い始めた人は、Machine Learning Engineer - Associateを目指します。想定する受験者は、機械学習のサービスを1年以上使った経験がある人です。実務の経験がまだ少ない場合は、AI Practitionerで基礎を固めてから進むと、つまずきが少なくなります。

生成AIのアプリを本番で作っている開発者は、Generative AI Developer - Professionalを目指します。経験の条件が重いため、まずAssociateの範囲を一通り身につけておくと、上級の範囲を理解しやすくなります。

AWSの認定には、ほかにもデータエンジニアの認定（Data Engineer - Associate）や、設計の認定（Solutions Architect - Associate）があります。機械学習の仕事では、データの準備と仕組みの設計が大きな比重を占めるため、こうした認定を組み合わせる人もいます。クラウドの資格全体の選び方は、AWS・Azure・GCP｜2026年に取るべきクラウド資格を需要データで比較で、需要のデータとあわせて比べています。AWS認定を取る順番の考え方は、AWS認定資格のおすすめ取得順序2026｜年収アップに直結する3つの資格で整理しています。

準備の進め方

AWSの認定の準備は、AWSが用意している公式の学習の場を中心に進めると、範囲を漏れなく押さえられます。AWSの公式の案内では、AWS Skill Builderという学習の場で、試験ごとの準備の計画に沿って進める方法が示されています。

準備の流れの一例は、次のとおりです。

1. 試験ガイドを読み、出題の分野と配分を確かめる
2. 公式の練習問題で、試験の形に触れる
3. 公式の事前テストで、自分の弱い分野を見つける
4. 弱い分野を、学習の教材と実際の操作で補う
5. 練習問題を解き直し、分野ごとの理解を確かめる

最初に試験ガイドを読むのが大切です。Machine Learning Engineer - Associateなら、データの準備が28%、監視と保守とセキュリティが24%というように、どこに重みがあるかが分かります。配分の大きい分野から時間をかけると、効率よく準備できます。

AWSの公式の案内では、練習問題の集まり（Official Practice Question Set）と、弱い分野を見つけるための事前テスト（Official Pretest）が紹介されています。最初に事前テストを受けると、どの分野に時間をかけるべきかがはっきりします。

Associate以上の認定では、知識だけでなく、実際にサービスを操作した経験が問われます。SageMakerでモデルを学習させて公開する、Bedrockで基盤モデルを呼び出す、といった操作を、自分の手で一度は行っておくと、問題の場面を想像しやすくなります。実際に操作するときは、使ったサービスの料金がかかるため、作ったものを使い終わったら削除する習慣をつけてください。

準備の期間は、経験によって大きく変わります。AWSで開発の経験がある人がAI Practitionerを受ける場合は、数週間で準備できることもあります。Machine Learning Engineer - Associateは、範囲が広く、実際の操作も必要なため、1日1時間から2時間の学習で2か月から3か月を見込む人が多い試験です。

Associateの分野ごとに押さえる考え方

Machine Learning Engineer - Associateの4つの分野で、それぞれどのような考え方が問われるのかを、機械学習の仕事の流れに沿って整理します。サービスの細かい設定より先に、こうした考え方を理解しておくと、問題文の場面を読み解きやすくなります。

データの準備

機械学習の結果は、学習に使うデータの質で大きく変わります。データの準備では、足りない値や外れた値の扱い、文字や日付のデータを数値に変える方法、学習用と検証用へのデータの分け方などが問われます。データに偏りがあると、偏った予測をするモデルができてしまうため、偏りに気づいて直す考え方も大切です。どのサービスでデータを保存し、どのサービスで加工するかという、AWSの中での道具の選び方も問われます。

モデルの開発

モデルの開発では、目的に合ったアルゴリズムの選び方、学習の設定の調整、結果の評価のしかたが中心になります。評価では、正解率だけでなく、見落としを減らしたいのか、誤った警告を減らしたいのかといった、目的に合った指標を選ぶことが求められます。学習用のデータにだけ合いすぎて、新しいデータでは当たらなくなる状態を過学習と呼び、これを防ぐ方法もよく問われる考え方です。

公開と自動化

作ったモデルを使えるようにするには、公開の形を選ぶ必要があります。利用者の操作に合わせてすぐに予測を返す形と、まとめて大量のデータを処理する形では、適した仕組みが違います。データの準備から学習、評価、公開までの流れを自動で回す仕組みの作り方も、この分野の範囲です。

監視、保守、セキュリティ

公開したモデルは、時間がたつと予測の精度が落ちることがあります。世の中の状況が変わって、学習したときのデータと、実際に入ってくるデータの傾向がずれるためです。このずれに気づく監視の仕組み、モデルを学習し直す判断、かかる費用の管理、データとモデルを守るための権限の設定などが問われます。

認定ごとの学習の計画の例

ここでは、1日1時間ほど学習できる人を想定して、学習の計画の一例を示します。経験によって必要な時間は大きく変わるので、自分の状況に合わせて調整してください。

AI Practitionerを4週間で準備する場合は、1週目に試験ガイドを読み、事前テストを受けて、自分の弱い分野を確かめます。2週目は、配分の大きい生成AIの基礎と基盤モデルの応用を中心に学びます。3週目は、AIと機械学習の基礎、責任あるAI、セキュリティと管理の分野を学びます。4週目は、練習問題を解き直し、間違えた問題の分野を読み返します。

Machine Learning Engineer - Associateを3か月で準備する場合は、1か月目に試験ガイドと事前テストで全体を確かめ、配分の大きいデータの準備とモデルの開発を学びます。この時期に、SageMakerでデータを読み込み、モデルを学習させるところまで、一度は自分で操作しておきます。2か月目は、公開と自動化、監視と保守とセキュリティの分野を学び、学習させたモデルを公開して、予測を呼び出すところまで操作します。3か月目は、練習問題を繰り返し解き、分野ごとの正答の割合を確かめて、弱い分野を補います。

どちらの計画でも、最初に受験日を決めて予約しておくと、学習の区切りがつけやすくなります。予約の変更の決まりは、公式の案内で確かめておきます。

試験の受け方と当日の注意

AWSの認定は、ピアソンVUEのテストセンターで受けるか、自宅などで監督付きのオンライン試験で受けるかを選べます。

オンライン試験は、自宅のパソコンからWebカメラを通じて、試験官の監督のもとで受ける形です。会場に行く手間がない一方で、1人で静かに受けられる部屋、安定した通信、決められた条件を満たすパソコンが必要です。試験の前に、受験に使うパソコンと通信の環境を確かめておきます。

テストセンターでの受験は、会場まで行く必要がありますが、機器や通信の準備を自分でしなくて済みます。自宅の環境に不安がある人は、テストセンターを選ぶと安心です。

どちらの場合も、本人の確認のために身分証が必要です。AWSの公式の案内には、受験の予約、身分証の要件、試験の機能についての決まりがまとめられているので、予約の前に目を通しておきます。

試験では、未解答の問題は不正解として扱われ、推測で答えても減点はありません。時間内に全部の問題に答えることを優先し、迷った問題は印を付けて後で見直す進め方が有効です。

合格したあとの更新と特典

AWSの認定は、取得してから3年間有効です。有効期間が切れる前に、同じ認定の最新の版に合格すると、更新（再認定）できます。AI Practitionerは、Machine Learning Engineer - Associateを取得することでも更新できると、公式の案内に書かれています。

AWS認定を取ると、AWS認定のアカウントから、デジタルのバッジや、次の試験に使える50%割引の券などの特典を受けられます。複数の認定を順に取っていく人にとっては、受験料の負担を抑えられる仕組みです。

2026年はAIの分野の認定の更新が続いています。AI Practitionerでも、イタリア語とドイツ語の試験が2026年10月15日をもって終了すると案内されています。持っている認定の更新の時期が近づいたら、その時点の公式の案内で、版と言語の扱いを確かめてください。

資格を仕事につなげる考え方

AWSの機械学習の認定は、知識を確かめる資格です。仕事につなげるには、認定と合わせて、何を作れるかを示すことが大切です。AWSも、実際のAWSの環境で時間を区切った課題に取り組み、実践の力を確かめるMicrocredentialsという仕組みを設けていて、認定を補うものと位置づけています。

フリーランスや副業として機械学習の仕事を受ける場合は、認定に加えて、自分で作った小さな仕組みを見せられるようにしておくと、依頼する側に力を伝えやすくなります。データの準備から、モデルの学習、公開、監視までを一通り行った例があれば、Associateの範囲の力を具体的に示せます。AWS認定がフリーランスの単価にどう関わるかは、AWS認定資格でフリーランス単価はいくら上がる？取得ロードマップで整理しています。

認定の勉強で身につけた知識は、教える仕事にも活かせます。AWS認定を目指す人の学習を手伝う、社内の勉強会の講師を務める、といった仕事です。資格の学習を支える仕事の中身は、家庭教師・受験・資格サポートのお仕事で紹介しています。また、機械学習の知識は、データを分析して研究や調査を進める仕事とも重なります。研究や分析を担う仕事の相場は、研究者の年収・単価相場で確かめられます。

機械学習の仕組みは、コンテナという形でまとめて動かすことが多く、コンテナの知識も役立ちます。コンテナの扱いを確かめる資格としては、Docker認定資格（DCA）があります。AIを使った仕事の種類と、依頼される作業の中身は、AI・マーケティング・セキュリティのお仕事で紹介しています。

技術の資格を活かして働く人を見てきて分かること

在宅ワークとフリーランスの仲介を2004年から続けてきた運営者として見てきた限りでは、技術の分野で長く仕事を続けている人は、資格を取ったことより、資格で学んだ範囲を依頼する側の言葉で説明できることを強みにしています。「モデルの監視の仕組みを作れます」ではなく、「予測の精度が落ちたときに気づける仕組みを作れます」と言える人は、技術に詳しくない依頼者からも仕事を任されやすくなります。

また、依頼者と直接やりとりして仕事を受けられれば、仲介の手数料が引かれない分、受ける側の手取りは厚くなり、依頼者も同じ予算でより多くの作業を頼めます。機械学習の仕事は、作って終わりではなく、動かしながら直していく仕事なので、1回の依頼で終わらず、運用まで続けて任される関係を作れるかどうかが大切です。AWSの機械学習の認定は、その関係の入り口で、力を示す手がかりになります。

まずは、自分の経験に合う認定の試験ガイドを開き、出題の分野と配分を確かめるところから始めてください。

よくある質問

Q. AWS Certified Machine Learning - Specialtyは今も受けられますか？

受けられません。AWSの公式ページによると、この認定の試験は2026年3月31日が最終の受験日でした。すでに持っている人は、取得日から3年間は有効な認定として維持できます。これから機械学習の分野でAWS認定を目指す人は、Machine Learning Engineer - Associateか、Generative AI Developer - Professionalを目標にします。

Q. 機械学習の経験がなくても受けられるAWS認定はありますか？

AWS Certified AI Practitionerは、技術の経験を問わない基礎の認定です。90分で65問、受験料は100 USDで、日本語でも受けられます。AI、機械学習、生成AIの考え方と、AWSでの使いどころ、責任あるAIやセキュリティの考え方が出題されます。ITとクラウドの経験が浅い人は、Cloud Practitionerから始める道もあります。

Q. Machine Learning Engineer - Associateはどのくらい難しいですか？

公式の案内では、SageMakerなどの機械学習のサービスを1年以上使った経験がある人を想定しています。現行の版は130分で65問、1,000点満点の換算で720点が合格の基準です。モデルの開発だけでなく、データの準備や、公開、監視、保守、セキュリティが範囲の4分の3近くを占めるため、実際にサービスを操作した経験が問われます。

Q. MLA-C02への更新で、日本語の試験はどうなりますか？

2026年10月時点の公式ページでは、新しい版のMLA-C02はベータ版として英語のみで提供され、日本語などは一般の提供が始まる予定とされています。日本語の現行の版MLA-C01は、新しい版が一般に提供されるまで引き続き受けられます。扱いは変わることがあるので、申し込む前に公式ページで確かめてください。