AWS MLA-C01 vs AIP-C01: 取得すべきAWS AI認定はどちらか？

AWSは2024年から2025年にかけてAI/ML認定のラインアップを再編し、その結果、互いに混同されやすい3つの試験が誕生しました。

• AIF-C01 — AWS Certified AI Practitioner。Foundational tier（基礎レベル）。100 USD。AIの全体像を friendly に巡る。
• MLA-C01 — AWS Certified Machine Learning Engineer Associate。150 USD。実践的なアソシエイトレベル。旧MLS-C01 Specialtyに代わるもの。
• AIP-C01 — AWS Certified AI Engineer Professional。300 USD。2025年後半から一般提供された新しいプロフェッショナルレベルの試験で、Generative AIや大規模なMLシステムに取り組むシニアアーキテクトを対象としています。

AIF-C01をすでに取得済みで、MLA-C01とAIP-C01のどちらを選ぶかという実際の疑問に答えるには、日々のAI業務の種類によります。これらはSAA → SAPのような連続したステップではありません。それぞれ異なる職務を対象としています。

各試験の内容

MLA-C01 (Machine Learning Engineer Associate)

65問、130分、合格点は1000点中720点（調整後）。試験ガイドの内訳は以下の通りです。

ドメイン	比重
MLのためのデータ準備	28%
MLモデル開発	26%
MLワークフローのデプロイとオーケストレーション	22%
MLソリューションのモニタリング、メンテナンス、セキュリティ	24%

これは何を意味するかというと、MLの実践者としてSageMakerのエンドツーエンドの知識が試されるということです。Feature Store、Data Wrangler、Processing jobs、Training jobs、ハイパーパラメータチューニング、マルチモデルエンドポイント、リアルタイム/非同期/バッチ推論、Model Monitor、Clarify、MLflowの統合などが含まれます。加えて、S3、Glue、EMR、Step Functions、EventBridgeといった周辺のAWSサービスがMLワークフローに組み込まれるケースも問われます。

この試験は実践的です。SageMakerでモデルをトレーニングし、デプロイし、本番環境でモデルのドリフトを監視した経験があることを前提とした問題が出題されます。純粋な理論だけの受験者は苦戦するでしょう。

AIP-C01 (AI Engineer Professional)

2025-2026年版の試験ガイドは、MLA-C01よりもGenerative AIに重点が置かれています。以下の内容が期待されます。

• Amazon Bedrock のアーキテクトレベルの深さ — モデル選択 (Claude、Llama、Titan、Mistral、Stable Diffusion)、プロンプトエンジニアリング、ガードレール、エージェント、ナレッジベース、ファインチューニングのオプション、カスタムモデルのインポート。
• RAGアーキテクチャ — ベクターストア (OpenSearch Serverless with vector engine、Aurora pgvector、Bedrock Knowledge Bases、Kendra)、チャンキング戦略、検索評価。
• Generative AI評価 — Bedrockでのモデル評価ジョブ、人間による評価ワークフロー、幻覚（hallucination）の測定、ジェイルブレイクテスト。
• AWSにおける責任あるAI — Bedrock Guardrails、コンテンツフィルタリング、PII（個人を特定できる情報）の匿名化、引用の追跡可能性。
• 大規模なMLOps — MLA-C01と同様のSageMakerの概念の多くが含まれますが、シナリオ問題はより深く、マルチアカウントのMLプラットフォームも含まれます。
• 組織規模でのコストと運用 — Bedrockのプロビジョンドスループットとオンデマンドの比較、キャパシティプランニング、ブラストゾーン設計。

この試験は180分のプロフェッショナル試験で300ドルであり、SAP-C02と似た形式です — 長いシナリオ問題、技術的には正しいが最適ではない選択肢（distractor）が多数含まれます。

それぞれの対象者

MLA-C01 は、本番環境のMLシステムを構築するMLエンジニア向けです。トレーニングスクリプトを記述し、ハイパーパラメータを調整し、エポック7でクラッシュしたトレーニングジョブをデバッグします。おそらくPythonのデータサイエンスのバックグラウンドがあり、SageMakerに精通しているでしょう。

AIP-C01 は、組織全体のGenerative AI機能を設計するシニアアーキテクト、AIストラテジスト、プラットフォームリード向けです。どのBedrockモデル、どのベクターストア、どのガードレールポリシーを選ぶかといった技術選定の意思決定を行います。RAGアーキテクチャ、幻覚（hallucination）率、そしてPIIを漏洩させることなく50,000人の従業員にチャットボットを展開する方法について考えます。

おおよそ以下の通りです。

あなたが...	受験すべき試験...
カスタムモデルを構築するMLエンジニア / データサイエンティスト	MLA-C01
Bedrock + RAGをアプリケーションに組み込むソフトウェアエンジニア	AIP-C01
AIアーキテクトまたはプラットフォームリード	AIP-C01
AIに興味を持つゼネラリストのクラウドアーキテクト	まずAIF-C01、次にAIP-C01
本番環境でのAI経験がないキャリアチェンジャー	AIF-C01、経験を積んでからどちらか

前提知識

MLA-C01 の場合：

• Python、pandas、numpy、scikit-learnを実用レベルで使いこなせること。
• モデルトレーニングに関する実世界での理解 — オーバーフィッティングがどのようなものか、なぜtrain/val/testに分割するのか、正則化がどのような働きをするのか。
• SageMakerの実践的な経験。ドキュメントを読んだだけでエンドポイントをデプロイしたことがない人は、この試験でつまずくことがあります。
• 推奨される事前認定：AWS AIサービスに不慣れな場合はAIF-C01。SAA-C03も役立ちますが、必須ではありません。

AIP-C01 の場合：

• 堅固なAWSアーキテクチャの基礎知識（SAA-C03レベル以上、理想的にはSAP-C02レベルの知識）。
• Bedrockの実践的な経験 — モデルの呼び出し、小規模なKnowledge Baseの構築、Guardrailの設定、モデル評価ジョブの実行。
• プロンプトレベルで少なくとも1つの基盤モデルAPIに精通していること。ゼロからのファインチューニングは問われませんが、ファインチューニング、プロンプトチューニング、RAGのどれを選択するかという意思決定フレームワークを設計する能力は問われます。
• 推奨される事前認定：AIF-C01、さらにプロフェッショナルレベルの思考を示すためにMLA-C01またはSAP-C02のいずれかを取得していると理想的です。

最初にどちらを受験すべきか

正直な答えは、今後12ヶ月以内に応募する予定の職務に合致する方です。両方の種類の仕事を実際にこなしているのでなければ、両方を受験する必要はありません — SageMakerに関する有意義な重複と、それ以外のすべてに関する有意義な相違があるため、完全性を求めて両方を追いかけるのは、他のことに費やせるはずの約200〜300時間の学習時間を浪費することになります。

もしキャリアの初期から中期にあり、MLへの転換の足がかりとしてどちらかを選ぶのであれば、MLA-C01がより安全な選択です。アソシエイトレベルであり、費用も安く、準備がより具体的であり（SageMakerには答えがありますが、Generative AIアーキテクチャはまだ急速に進化しています）、役割の適合性もより広いです。2026年に「MLエンジニア」を募集しているほとんどの企業は、MLA-C01を信頼できるシグナルとして認識するでしょう。

もしあなたがすでにシニアアーキテクトであり、ロードマップに「社内Generative AIプラットフォームの立ち上げ」が含まれているのであれば、AIP-C01が適切な認定です。Bedrock、RAG、マルチアカウントMLプラットフォーム設計に関するケーススタディ問題は、あなたが構築する予定のアーキテクチャを実際に計画する手助けとなるでしょう。

給与の期待値

認定が直接給料をもたらすわけではありませんが、データによると：

• levels.fyi 2025-2026 のFAANGにおけるMLエンジニアの場合：L5（シニア）で総報酬20万ドル〜32万ドル。L6（スタッフ）で30万ドル〜50万ドル以上。この範囲はAWSの「Applied Scientist」にも当てはまります。
• U.S. BLS OEWS May 2024、職種15-1221（コンピュータおよび情報研究科学者、ML研究者とMLエンジニアを含む分類）：中央値14万5千ドル、上位10%は約23万ドル。
• Glassdoor / Built In の「Senior ML Engineer」または「AI Engineer」の場合：米国の主要都市で基本給14万5千ドル〜22万ドル。
• AIP-C01が最も関連性の高いシニアAIアーキテクト / AIプラットフォームリードの役割の場合：大手テック企業で総報酬25万ドル〜40万ドル、社内AIプラットフォームを構築する確立された企業で18万ドル〜28万ドル。

認定による給与の差はSAA-C03の場合と同様です：認定が資格リストにある場合は転職時に5千ドル〜2万ドル、そうでない場合はほぼゼロです。MLA-C01とAIP-C01の選択自体が給与を大きく動かすわけではありません — ターゲットとする役割がそれを動かします。シニアAIアーキテクトは、同じレベルのシニアリティのMLエンジニアよりも多くの報酬を得ます。それは、そのポジションがより稀少であり、影響範囲が広いためです。

合理的な取得順序

両方を取得する場合：

1. AWS AIサービスに不慣れな場合はまずAIF-C01。週末1日、100ドルで、用語を習得できます。
2. ML実践者であれば次にMLA-C01。シニアアーキテクトでトレーニングコードを記述しない場合はスキップしても構いません。
3. 最後にAIP-C01。このプロフェッショナルレベルの試験は、少なくとも1つのBedrockベースのシステムを本番環境にリリースした後に受験するのが最適です。それがなければ、シナリオ問題が抽象的に感じられるでしょう。

学習場所

どちらの試験もAWS Skill Builderの公式パスがあります。MLA-C01の公式学習ガイドPDFは、AIP-C01のものよりも洗練されています。これは単にAIP-C01が新しく、カリキュラムがまだ固まっていないためです。re:Invent 2024-2025のBedrockおよびSageMakerに関するセッションも参考にしてください。これらは基本的にAIP-C01の読解リストを講義形式にしたものです。

問題演習の準備ができたら、CertLabProのMLA-C01問題バンクとAIP-C01問題バンクはドメインの比重ごとに整理されているため、比重の大きいものから取り組むことができます。一番輝いているバッジではなく、仕事内容に合った認定を選びましょう。