AIF-C01(AIプラクティショナー)の難易度・勉強法と演習問題150問【無料】

合格ライン 70% / 制限時間 90分 / 収録 150問(すべて無料・登録不要)

▸ いますぐ演習をはじめる

試験概要

AWS Certified AI Practitioner(AIF-C01)は、AWSのAI・機械学習・生成AIに関する基礎的な知識を問うFoundationalレベルの試験だ。AIを自分で実装できるかではなく、AWSのAIサービスの用途・概念・責任ある利用の考え方を理解しているかが問われる。CLF-C02(クラウドプラクティショナー)の「AI/ML特化版」と考えると位置づけがわかりやすい。

出題数は65問(うち採点対象50問、残り15問は未採点のスコアリング対象外問題でどれかは試験中に判別できない)。試験時間は90分、合格スコアは1000点満点中700点。受験料は100 USD。試験はピアソンVUEまたはPSI経由でテストセンター受験かオンライン受験を選べる。

出題は5ドメインで構成されている。AI・MLの基礎(20%)、生成AIの基礎(24%)、基盤モデルの応用(28%)、責任あるAI(14%)、AIソリューションのセキュリティ・コンプライアンス・ガバナンス(14%)。配点が最も高いのは基盤モデルの応用で、Amazon BedrockやSageMakerなどAWSの具体的なサービスへの理解も求められる。

難易度

CLF-C02と同じFoundationalレベルに分類されており、難易度の水準は近い。大きな違いはテーマで、CLFがAWS全サービスの広い把握を求めるのに対して、AIF-C01はAI・ML・生成AIに絞っている。逆に言えば、この領域だけを集中して学べばいいので、学習の方向性が絞りやすい。

エンジニアでなくても十分狙える試験だ。コードを書く問題は出ない。「このユースケースに適したAWSのAIサービスはどれか」「プロンプトエンジニアリングの手法として正しいのはどれか」といった概念・選択の問いが中心で、プログラミング経験は問われない。ビジネス職・マーケター・プロダクトマネージャーが受験して合格している事例も多い。

一方で「生成AIに触れたことがあれば楽勝」というほど甘くはない。責任あるAIのドメイン(バイアス・公平性・透明性・プライバシー)やMLの基本概念(教師あり学習と教師なし学習の違い・過学習・評価指標)は、用語レベルで問われる。ChatGPTを使っているだけでは届かない部分をきちんと補う必要がある。

勉強法

学習期間の目安は、AI未経験・非エンジニアなら4〜6週間、AWSの基礎知識があれば2〜3週間。最初の1週間は全体像のつかみに使う。AWSの無料デジタルトレーニング「AWS Skill Builder」に試験対策コースがあり、まずそこを通しで見て5ドメインの輪郭を把握する。

次に、AWSのAIサービス群を一通り整理する。Amazon Bedrock(基盤モデルのAPI利用)、Amazon SageMaker(MLモデルの構築・学習・デプロイ)、Amazon Rekognition(画像認識)、Amazon Comprehend(自然言語処理)、Amazon Lex(チャットボット)——サービス名と何をするものかを1行で言えるようにしておく。全部覚えようとするよりも、問題の文脈で出てきたものを積み上げていく方が定着が早い。

概念が一通り入ったら問題演習に移る。Udemy等の模擬試験を1セット解いて、正答率と苦手ドメインを把握する。70%台が安定して出るようになれば合格圏内に入ってきた感触で、そこからは間違えた問題の解説を丁寧に読む時間に集中する。特に「責任あるAI」ドメインは暗記より概念理解が要るので、理由を追わずに答えだけ覚えようとすると本番で崩れやすい。

試験前日は新しい教材に手を出さない。苦手だったドメインの問題を数問確認し、Bedrockのプロンプトエンジニアリング(ゼロショット・フューショット・チェーンオブソート)と責任あるAIの原則(公平性・透明性・プライバシー・堅牢性)をサッと見直すくらいでいい。当日は問題文の末尾まで読む習慣をつけておく。「最もコスト効率が良い」か「最も安全な」かで答えが変わる問いが頻出だ。

よくある質問

試験は何問・何分ですか?

65問・90分です。65問のうち採点対象は50問で、残り15問は今後の出題検討用の未採点問題です。どれが未採点かは試験中に分かりません。

受験料はいくらですか?

100 USDです。日本のテストセンターで受験する場合も同額で、支払い時の為替レートで円換算されます。AWS Skill Builderのサブスクリプション特典や試験バウチャーがある場合は受験登録画面で適用できます。

CLF-C02(クラウドプラクティショナー)とどちらを先に取るべきですか?

AWSを全く知らない状態ならCLF-C02を先に取るのが無難です。ただし、AI・ML分野に特に興味があるならAIF-C01から入っても構いません。両試験はFoundationalレベルで前提関係はなく、AIF-C01はクラウドの基礎よりもAI概念の理解を重視しているので、目的次第で判断してください。

エンジニアでなくても合格できますか?

できます。コードを書く問題は出ず、AWSのAIサービスの用途・概念・責任ある利用の理解が問われる内容です。ビジネス職やプロダクトマネージャーが合格している事例も多く、AWS自身も「技術的な実装経験を前提としない試験」と位置づけています。

不合格だったら再受験はいつから可能ですか?

不合格から14日後に再受験できます。回数制限はなく、毎回受験料が必要です。合格後は同じ試験を2年間は再受験できません。

合格点は何点ですか?正答率に直すと何割くらいですか?

1000点満点中700点が合格ラインです。スコアは換算スコアなので単純な正答率とは一致しませんが、模擬試験で安定して7割以上正解できるようになれば合格圏内の目安になります。

出題ドメイン構成(収録問題の内訳)

ドメイン収録数
AI と ML の基礎30問(20%)
生成 AI の基礎36問(24%)
基盤モデルの応用42問(28%)
責任ある AI に関するガイドライン21問(14%)
AI ソリューションのセキュリティ、コンプライアンス、ガバナンス21問(14%)

収録問題一覧(全150問・解説つき)

  1. ある小売企業のデータサイエンティストが、過去3年間の売上データをもとに来月の売上金額を予測するモデルを構築しようとしてい…
  2. あるEコマース企業が顧客を購買行動の類似性に基づいてグループ分けしたいと考えています。各顧客にあらかじめラベル(グループ…
  3. ある画像認識システムを開発するMLエンジニアが、モデルのトレーニングを完了させ、本番環境に向けてモデルをデプロイしようと…
  4. ある企業がスパムメールの自動分類システムを構築しています。データチームはメールに「スパム」または「正常」というラベルを付…
  5. あるMLプロジェクトチームが機械学習ライフサイクルの各フェーズを整理しています。一般的なMLライフサイクルの順序として正…
  6. ある製造業の企業が生産設備の稼働ログを分析して、故障が発生する前にアラートを出すシステムを構築しようとしています。このユ…
  7. あるMLエンジニアが住宅価格予測モデルをトレーニングしたところ、トレーニングデータに対する精度は99%を超えていますが、…
  8. あるゲーム開発会社が、チェスAIエージェントを学習させようとしています。大量のラベル付き対局データは持っていませんが、自…
  9. あるMLチームが顧客離反予測モデルを構築しています。モデルの評価において、離反しない顧客を「離反する」と誤判定すること(…
  10. ある企業のMLエンジニアがAmazon SageMaker を用いて需要予測モデルを本番環境にデプロイしました。モデルの…
  11. あるデータサイエンティストが複数のMLアルゴリズム候補を比較評価しています。手持ちのデータが5,000件と比較的少量であ…
  12. ある企業のチームが機械学習を導入するかどうかを検討しています。以下のユースケースのうち、ルールベースのプログラミングで十…
  13. ある企業のMLエンジニアが Amazon SageMaker を使用してモデルをトレーニングしています。トレーニングジョ…
  14. あるデータサイエンティストが Amazon SageMaker Autopilot を使ってモデルを構築しました。Aut…
  15. ある金融機関のMLチームが、融資審査モデルの予測結果をコンプライアンス部門に説明する義務があります。「なぜこの申込者の審…
  16. あるスタートアップが新しい画像認識タスク向けのモデルを開発しています。社内にラベル付き画像データが2,000枚しかなく、…
  17. あるMLエンジニアが、Amazon SageMaker でトレーニングジョブを最もコスト効率よく実行する方法を検討してい…
  18. ある企業がテキストデータの感情分析モデルを構築しており、Amazon SageMaker Ground Truth を活…
  19. あるデータエンジニアが機械学習パイプラインを設計しています。モデルの精度に最も大きく影響するフェーズとして、現場のデータ…
  20. ある企業のデータサイエンティストが、機械学習モデルを Amazon SageMaker でトレーニングしようとしています…
  21. あるMLエンジニアが機械学習モデルの過学習(Overfitting)を防ぐための対策を検討しています。過学習の抑制に直接…
  22. あるMLエンジニアが機械学習タスクの種類を整理しています。入力データと出力データがともにシーケンス(系列)である問題タイ…
  23. ある医療スタートアップが患者の電子カルテから疾患を予測するモデルを構築しました。モデルの評価に際して、クラス(疾患あり:…
  24. あるデータサイエンティストが機械学習プロジェクトのデータ前処理を行っています。モデルのトレーニング品質向上のために実施す…
  25. ある企業のMLチームが、ランダムフォレストモデルとディープニューラルネットワーク(DNN)モデルを比較評価しています。ラ…
  26. ある企業のMLエンジニアが、本番環境のモデルでバイアス(Bias)問題が発覚しました。採用候補者の評価モデルが、特定の性…
  27. ある企業のMLチームが、Amazon SageMaker を用いた機械学習パイプラインを CI/CD で自動化しようとし…
  28. ある企業が大規模な深層学習モデルのトレーニングを Amazon SageMaker で実施しようとしています。単一のGP…
  29. ある金融機関のMLチームが、時系列の取引データを使って不正検知モデルをトレーニングしています。時系列データのモデル評価に…
  30. ある企業がモデルの解釈可能性(Explainability)と透明性を確保するために AI ガバナンスフレームワークを導…
  31. あるスタートアップが、社内ナレッジベースを対象にした Q&A チャットボットを最短で構築したいと考えている。生成 AI …
  32. ある開発チームが、LLM へ渡すプロンプトを設計している。プロンプトに「Chain-of-Thought(CoT)」技法…
  33. ある企業のデータサイエンティストが、生成 AI モデルの出力に「ハルシネーション(Hallucination)」が発生し…
  34. ある企業が Amazon Bedrock を使って生成 AI ソリューションを構築することを検討している。Amazon …
  35. ある企業が、自社製品のマニュアルを対象にした RAG(Retrieval-Augmented Generation)アー…
  36. あるチームが LLM の「コンテキストウィンドウ(Context Window)」の制約を考慮しながらアプリケーションを…
  37. ある企業が Amazon Q Business を評価している。Amazon Q Business の主な用途として最も…
  38. ある金融サービス企業が、顧客向けチャットボットに生成 AI を導入することを検討している。規制上の理由から、モデルが出力…
  39. あるスタートアップが、ユーザーのレビュー文(数百字)を1〜5の感情スコアに分類するタスクを実装しようとしている。トレーニ…
  40. ある SaaS 企業が、顧客サポートチケットの要約機能を生成 AI で実装した。サービスリリース後、一部の要約に含まれて…
  41. ある企業が、コード補完 AI ツールを開発者向けに社内導入した。セキュリティチームから「モデルが古いライブラリの脆弱なコ…
  42. ある企業の ML エンジニアが、テキスト埋め込み(Text Embedding)を用いたセマンティック検索システムを構築…
  43. ある企業が、Bedrock 上のモデルを利用して長文の法律文書から重要条項を自動抽出するシステムを構築した。しかし文書が…
  44. あるチームが生成 AI アプリケーションにおける「温度パラメータ(temperature)」の設定について議論している。…
  45. ある企業が、商品カタログ(100 万件)に対して自然言語での検索機能を実装したい。「赤くて丸い果物」という検索クエリで「…
  46. ある企業の AI リードエンジニアが、カスタマーサポートに導入した生成 AI チャットボットの「安全性ガードレール」を設…
  47. ある医療テック企業が、患者の入力テキストから病名候補を提示するチャットボットの開発を検討している。生成 AI の特性を踏…
  48. ある企業が、月次財務報告書(PDF、平均 50 ページ)の要約を生成 AI で自動化したいと考えている。要約には数値・表…
  49. ある企業が、Python コードの自動生成機能を内部ツールに統合している。生成された Python コードに依存ライブラ…
  50. ある企業が、社内の技術文書(200 万トークン相当)を対象にした質問応答システムを構築している。コンテキストウィンドウが…
  51. ある小売企業が、過去の販売データ(数値時系列)から翌週の需要を予測するシステムを構築したい。データには明確な季節性とトレ…
  52. ある企業が Amazon Bedrock でマルチモーダルモデル(テキスト+画像入力)を利用して、商品画像から自動的に詳…
  53. ある企業が、自社の AWS 環境に関する質問(「コスト削減のベストプラクティスは?」「セキュリティグループの設定を確認し…
  54. ある企業が、ユーザーのチャット入力をリアルタイムでストリーミング表示する生成 AI チャットボットを設計している。レスポ…
  55. ある企業が、プロプライエタリな LLM API(外部サービス)を使って顧客の個人情報(PII)を含む問い合わせを処理する…
  56. ある企業が、Amazon Bedrock 上のモデルを使った生成 AI 機能のコストを最適化したいと考えている。同一のシ…
  57. ある企業が、Amazon Bedrock Agents を使って自然言語から社内データベースへの SQL クエリを自動生…
  58. ある企業が生成 AI モデルのファインチューニングを検討している。保有するトレーニングデータは 500 件の例文しかない…
  59. ある企業が、ユーザーが複数ステップのタスク(「航空券を検索して予約して、確認メールを送って」)を自然言語で指示できる A…
  60. ある企業が生成 AI の活用を検討している。生成 AI が従来の機械学習(分類・回帰など)と比較して特に優れている用途を…
  61. ある企業が Amazon Bedrock を用いた生成 AI アプリケーションを本番環境に展開する際、出力品質とリスク管…
  62. ある企業が LLM を使ったアプリケーションにおけるハルシネーション(Hallucination)のリスクを低減したいと…
  63. ある企業が、外部に公開するカスタマーサポートチャットボットを Amazon Bedrock で構築している。「生成 AI…
  64. ある企業が、機密性の高い医療データを扱う生成 AI アプリケーションを Amazon Bedrock で構築している。デ…
  65. ある企業が、大規模なコーパス(100GB の PDF テキスト)を対象とした社内検索 RAG システムを Amazon …
  66. ある企業が、Amazon Bedrock 上で本番運用中の生成 AI アプリケーションのコストを削減したいと考えている。…
  67. ある企業のカスタマーサポートチームは、Amazon Bedrock の基盤モデルを使って FAQ への自動回答システムを…
  68. ある開発チームが Amazon Bedrock 上の基盤モデルを使って創作小説の文章生成ツールを開発している。テスト中に…
  69. ある法律事務所が Amazon Bedrock を使って契約書の要約システムを構築している。要約の精度を高めるため、プロ…
  70. ある医療系スタートアップが Amazon Bedrock を使って患者の症状説明から疾患候補を提案するシステムを開発して…
  71. ある EC サイトが Amazon Bedrock のエージェント機能を使って「在庫照会 → 注文確認 → 出荷手配」を…
  72. あるコンテンツ生成企業が Amazon Bedrock を使って数学の文章題を解くシステムを開発している。複雑な計算問題…
  73. ある金融機関が Amazon Bedrock を使ったチャットボットに対して社内専門用語で問い合わせると、一般的な回答し…
  74. ある SaaS 企業が Amazon Bedrock で提供するテキスト要約 API のコストを削減したい。現在は 10…
  75. ある企業が Amazon Bedrock Knowledge Bases を使って社内ナレッジベースの RAG システム…
  76. ある企業がカスタマーサポートの効率化のため、Amazon Bedrock エージェントを使って「ユーザーの問い合わせ内容…
  77. ある研究機関が Amazon Bedrock の基盤モデルを使って科学論文の要約を生成するシステムを構築した。品質評価に…
  78. ある企業が Amazon Bedrock で Claude モデルを使って長文の法的契約書を分析するシステムを本番運用し…
  79. ある企業がコールセンターの通話録音を自動でテキスト化し、Amazon Bedrock の基盤モデルで「顧客感情の分類(肯…
  80. ある製薬会社が自社の医薬品承認文書(数千件)を使って Amazon Bedrock のモデルをカスタマイズし、社内専門用…
  81. ある企業が Amazon Bedrock を使ってコード生成ツールを開発している。モデルのレイテンシが高く、ユーザー体験…
  82. ある企業が Amazon Bedrock Knowledge Bases を設定してベクトルデータベースとして Amaz…
  83. ある小売企業が Amazon Bedrock を使って商品説明文の生成システムを構築している。生成された文章が長くなりす…
  84. ある HR テクノロジー企業が Amazon Bedrock を使って求人票から応募者の適性スコアを自動判定するシステム…
  85. あるグローバル企業が Amazon Bedrock を使って複数言語(英語・日本語・スペイン語)でのカスタマーサポート対…
  86. ある企業が Amazon Bedrock でカスタムモデルを作成する方法を検討している。「社内の業務フロー特有の文体・形…
  87. ある企業が Amazon Bedrock のエージェント機能を本番環境に導入する前に、エージェントの動作を安全に検証した…
  88. ある企業が Amazon Bedrock を使ってチャットボットを開発している。モデルの回答に不適切な内容(有害な情報、…
  89. ある企業が顧客向けチャットボットに Amazon Bedrock の基盤モデルを採用する際、モデルの出力品質を人手で評価…
  90. ある企業が Amazon Bedrock でテキスト生成タスクを処理しており、top-p(nucleus samplin…
  91. ある教育テクノロジー企業が Amazon Bedrock を使って生徒の作文を自動採点するシステムを開発している。採点の…
  92. ある企業が Amazon Bedrock で構築した質問応答システムが本番稼働して 3 ヶ月が経過した。ユーザーからは「…
  93. Amazon Bedrock Knowledge Bases が RAG パイプラインで実行する主要な処理として正しいも…
  94. ある企業が Amazon Bedrock で基盤モデルを選定する際、「レイテンシを最優先し、品質は 80% 以上のユーザ…
  95. ある企業が Amazon Bedrock のエージェントを使ってユーザーの自然言語の指示から複数の AWS サービス(S…
  96. ある企業がカスタマーサポートシステムに Amazon Bedrock を使っている。ユーザーが英語と日本語を混ぜて質問し…
  97. ある企業が Amazon Bedrock を使って生成した広告コピーを大規模に評価したい。人手評価は品質が高いが 1 万…
  98. ある企業が自社の製造プロセスに関する膨大な技術マニュアル(合計 5,000 ページ)を Amazon Bedrock K…
  99. ある企業がコードレビューアシスタントに Amazon Bedrock の基盤モデルを採用している。モデルに「セキュリティ…
  100. ある企業が Amazon Bedrock でファインチューニングを実施する際に準備すべきことを 2 つ選択してください。
  101. ある金融機関が Amazon Bedrock を使って規制対応レポートを自動生成するシステムを構築している。生成されたレ…
  102. ある企業が Amazon Bedrock の基盤モデルに対してベンチマーク評価を実施しようとしている。モデルを本番採用す…
  103. ある企業が Amazon Bedrock エージェントを本番導入した後に追加すべき運用・監視の対策として適切なものを 2…
  104. ある企業が Amazon Bedrock を使って社内向け Q&A システムを構築し、Knowledge Bases に…
  105. ある企業が Amazon Bedrock の基盤モデルを使ってプロンプトエンジニアリングを最適化しようとしている。プロン…
  106. ある企業が Amazon Bedrock を使って長い技術文書を要約するシステムを構築している。文書の長さがモデルのコン…
  107. ある IT 企業が Amazon Bedrock の基盤モデルを使ってカスタマーサポート担当者の対応を補助するシステムを…
  108. ある企業が Amazon Bedrock を使ってコールセンターの問い合わせに対する自動回答システムを構築した。本番運用…
  109. ある金融機関が、ローン審査に機械学習モデルを導入しました。規制当局から「なぜこの申請者が否決されたのかを申請者本人に説明…
  110. あるスタートアップが初めて機械学習モデルを本番環境にデプロイする際、モデルの特性・学習データの来歴・既知の限界・適切なユ…
  111. ある採用担当者が、履歴書スクリーニングに使っている機械学習モデルについて「女性候補者の採用推薦率が男性より著しく低い」と…
  112. ある医療機関が、画像診断 AI の判定結果を医師が最終確認してから患者に伝える運用フローを構築したいと考えています。この…
  113. ある保険会社が、SageMaker で学習した保険料算出モデルを本番デプロイしました。数か月後、「新規顧客データの傾向が…
  114. ある企業の AI 倫理チームが、学習済みモデルのバイアスを評価しています。「特定の人種グループに対するモデルの陽性予測率…
  115. ある企業が Amazon Bedrock 上で大規模言語モデル(LLM)を使ったカスタマーサポートチャットボットを運用し…
  116. あるチームが、Amazon Bedrock Guardrails の「拒否トピック(Denied Topics)」機能を…
  117. ある教育系スタートアップが、子ども向け AI チュータリングサービスを構築しています。Amazon Bedrock Gu…
  118. ある企業が、SageMaker で学習した与信スコアリングモデルの「公平性」を評価したいと考えています。SageMake…
  119. ある AI エンジニアが、Amazon Bedrock でホストされた LLM チャットボットに対するプロンプトインジェ…
  120. ある企業が採用選考プロセスで使うモデルを SageMaker で構築しました。法務チームから「学歴・性別・年齢などの保護…
  121. ある企業が Amazon Bedrock を利用した社内 AI アシスタントを構築しています。モデルが機密性の高い社内情…
  122. ある組織が AI システムを開発しており、責任ある AI のフレームワークを実装したいと考えています。以下の取り組みのう…
  123. ある金融機関が、住宅ローン審査 AI の公平性監査を行うことになりました。SageMaker Clarify を使って学…
  124. ある企業が、住宅ローン審査モデルの公平性を改善するため、学習データの「後処理(Post-processing)」アプロー…
  125. ある大企業の AI ガバナンス担当者が、Amazon Bedrock で運用中の生成 AI アプリケーションに対してセキ…
  126. ある企業が、Amazon A2I(Augmented AI)を使った与信審査のヒューマンレビューワークフローを設計してい…
  127. ある製造会社が、品質検査 AI の運用において責任ある AI の実践を評価しています。以下のうち、AWS が公開している…
  128. ある企業が、過去10年の採用データを使って人材推薦モデルを学習しました。社内の過去の採用傾向がデータに反映されており、特…
  129. ある企業が生成 AI を使った社内ナレッジベース検索システムを構築しています。法務チームから「AI が生成した要約に社内…
  130. ある企業が Amazon SageMaker を使ってモデルをトレーニングしています。トレーニングジョブが S3 バケッ…
  131. ある金融機関が AWS 上で機密性の高い顧客データを使って機械学習モデルをトレーニングしている。保存中のデータを暗号化す…
  132. ある企業が AWS 上の AI ワークロードについて、いつ誰がどの API を呼び出したかを完全に追跡したい。最小限の追…
  133. ある企業が規制対応のために、自社の AWS 環境が SOC 2 や PCI DSS などのコンプライアンスフレームワーク…
  134. ある医療機関が患者データを含む大量の非構造化テキストを S3 に保存している。HIPAA 対応のためにこれらのドキュメン…
  135. ある企業が Amazon Bedrock を使って顧客向けのチャットボットを構築している。悪意あるユーザーが「これまでの…
  136. ある小売企業が SageMaker でトレーニングしたモデルを本番環境にデプロイする前に、モデルのバージョン管理・承認ワ…
  137. ある企業が S3 に蓄積された顧客の注文履歴テキストに、氏名・メールアドレス・クレジットカード番号などの PII が含ま…
  138. ある企業が本番稼働している SageMaker エンドポイントを対象に、AWS Config を活用してセキュリティ設定…
  139. ある金融機関が機械学習パイプラインを構築している。データの出所から最終的なモデル予測まで、各処理ステップでのデータの流れ…
  140. ある企業が SageMaker トレーニングジョブで使用する S3 バケット内のデータを、転送中(通信経路上)でも保護し…
  141. ある企業が複数の部門で Amazon Bedrock を利用する生成 AI アプリケーションを開発している。各部門が特定…
  142. ある企業が GDPR に基づき、特定のユーザーのデータを機械学習のトレーニングに利用した履歴を記録・管理し、データ削除要…
  143. ある企業の AI セキュリティチームが、本番の SageMaker エンドポイントへの API 呼び出しを長期間保持して…
  144. ある企業が RAG(検索拡張生成)アーキテクチャを使って社内ナレッジベースに基づく Q&A システムを構築している。悪意…
  145. ある企業が AWS Organizations を使ってマルチアカウント環境で Amazon Bedrock を利用して…
  146. ある企業が Amazon Bedrock を使った顧客向けの生成 AI チャットボットを本番運用している。システムプロン…
  147. ある企業が Amazon SageMaker パイプラインを使って機械学習ワークフローを自動化している。セキュリティ審査…
  148. ある企業がマルチモーダルな生成 AI アプリケーションを Amazon Bedrock で構築している。セキュリティ要件…
  149. ある金融機関が GDPR と社内のデータ保持ポリシーに準拠するために、機械学習パイプラインで使用されるデータのライフサイ…
  150. ある企業が AWS 上で大規模な機械学習プラットフォームを構築・運用している。監査部門から「AI モデルのデプロイ履歴と…