コンテンツ分野 2: GenAI の基礎
第 2 分野は、GenAI の基礎に関する設問で構成されており、試験の採点対象コンテンツの 24% を占めています。
タスク
タスクステートメント 2.1: GenAI の基本概念を説明する。
対象:
GenAI の基本概念 [トークン、チャンク化、埋め込み、ベクトル、プロンプトエンジニアリング、トランスフォーマーベースの LLM、基盤モデル (FM)、マルチモーダルモデル、拡散モデルなど] を定義する。
GenAI モデルの潜在的なユースケース (画像・動画・音声の生成、要約、AI アシスタント、翻訳、コード生成、カスタマーサービスエージェント、検索、レコメンデーションエンジンなど) を特定する。
基盤モデルのライフサイクル (データ選択、モデル選択、事前トレーニング、ファインチューニング、評価、デプロイ、フィードバックなど) を説明する。
タスクステートメント 2.2: ビジネス上の問題の解決に GenAI を使用する場合の可能性と制限を理解する。
対象:
GenAI の利点 (適応性、応答性、シンプルさなど) を説明する。
GenAI ソリューションのデメリット (ハルシネーション、解釈可能性、不正確さ、非決定性など) を特定する。
GenAI モデルを選択する際に考慮すべき要素 (モデルタイプ、パフォーマンス要件、機能、制約、コンプライアンスなど) を特定する。
GenAI アプリケーションのビジネス価値とメトリクス (クロスドメインのパフォーマンス、効率性、コンバージョン率、ユーザーあたりの平均収益、正解率、顧客生涯価値など) を見極める。
タスクステートメント 2.3: GenAI アプリケーションを構築するための AWS インフラストラクチャとテクノロジーについて説明する。
対象:
GenAI アプリケーションを開発するための AWS のサービスと機能 (Amazon SageMaker Jumpstart、Amazon Bedrock PartyRock、Amazon Q、Amazon Bedrock Data Automation など) を特定する。
AWS の GenAI サービスを使用してアプリケーションを構築するメリット (アクセシビリティ、参入障壁の低さ、効率性、費用対効果、市場投入までのスピード、ビジネス目標の達成能力など) を説明する。
GenAI アプリケーションの AWS インフラストラクチャの利点 (セキュリティ、コンプライアンス、責任、安全性など) を説明する。
AWS の GenAI サービスの、コストに対するトレードオフ (応答性、可用性、冗長性、パフォーマンス、リージョン展開、トークンベースの料金設定、プロビジョンスループット、カスタムモデルなど) を説明する。
