※本記事はAIF-C01の資格試験対策用に私が勉強した内容を備忘録として残したものです。想定問題を解いていて重要だ、ここは忘れそうだと感じた部分をまとめています。網羅的な解説記事ではありませんのでご容赦ください。
はじめに
さて今回は、AIF-C01（AWS Certified AI Practitioner）の資格試験対策として、MLOps・ワークフロー・コード管理についてまとめたいと思います。
資格試験に受かることだけを目標に、ポイントだけ抑えた記事となっていますので、気になった個所はより深く調べてみてくださいね。
それでは見ていきましょ～。
オススメ試験対策
試験対策にオススメなUdemy講座も載せておきますね。
基本的には過去問のみです。
とにかく問題を解きまくる！分からないところは私の勉強ログで知識を補填する。このようなサイクルで回してもらえるとすごく嬉しいです～。
目指せ試験合格！
MLOps・ワークフロー・コード管理
AWS CodeCommit
AWS CodeCommitは、Gitベースのソースコード管理サービスで、プライベートリポジトリとしてコードやアプリケーション、機械学習プロジェクトのソースコードを安全に保管・管理できます。
高いセキュリティと統合性を備えており、CI/CDパイプラインとの連携も容易です。
Amazon SageMaker Model Registry
SageMaker Model Registryは、トレーニング済みのモデルやそのメタデータ（パラメータ、評価結果、バージョン情報など）を自動的に記録・管理する仕組みです。
これにより、モデルの履歴管理や再利用、運用中の変更管理がシステマティックに行えます。
AWS Step Functions
AWS Step Functionsは、各種AWSサービスやカスタムロジックを組み合わせたワークフローを、視覚的なドラッグ＆ドロップ操作で設計・実行できるサーバーレスサービスです。
ワークフロー内の各ステップの状態管理やエラーハンドリングが自動化され、複雑な処理フローをシンプルに実現します。
Amazon Managed Workflows for Apache Airflow
このサービスは、オープンソースのApache Airflowをマネージドサービスとして提供するもので、Pythonコードを用いてワークフローの定義、スケジューリング、モニタリングが可能です。
依存関係の複雑なジョブ管理や大規模なタスクの自動化に最適な環境を提供します。
Amazon SageMaker ML Lineage Tracking
SageMaker ML Lineage Trackingは、機械学習プロジェクトにおけるトレーニング、実験、バッチ処理などの各工程の履歴と関連性をグラフィカルに追跡できるツールです。
これにより、モデルの再現性や監査性が向上し、将来の改善やトラブルシューティングが容易になります。
Amazon SageMaker Pipelines
SageMaker Pipelinesは、機械学習ワークフロー全体を定義し、オーケストレーションするためのサービスです。
データ前処理からモデルデプロイ、継続的な学習サイクルまで、再現性のあるパイプラインを自動化して管理する仕組みを提供します。
AIF-C01合格体験記
私がAIF-C01に合格した際の体験記についてもまとめています。勉強の仕方や感じた難易度等、参考になれば嬉しいです！
最後に
さて今回は、AIF-C01（AWS Certified AI Practitioner）の資格試験対策として、MLOps・ワークフロー・コード管理についてまとめました。
あくまでも私の備忘録ですが、このメモが皆さんのお役に立てればとても嬉しいです！是非この記事を読んで資格に合格できた！！等あれば励みになりますのでコメントください～。
前回まとめた記事はこちらです。
本ブログでは、AIF-C01以外の勉強記事もあげていますのでそちらも是非！！
コメント