AWS Certified Generative AI Developer - Professional
315問の練習問題
最終確認：April 2026
学習のための個人ノートとリソースリンク
認定でフィルター
AWS Certified Generative AI Developer Professional (AIP-C01) は、AWS上で本番環境レベルの生成AIアプリケーションを構築、統合、運用することに焦点を当てたプロフェッショナルレベルの認定資格です。主にAmazon Bedrockを基盤とし、SageMaker、Lambda、OpenSearch、Knowledge Basesを補助サービスとして活用します。リカバリー拡張生成 (RAG) システム、エージェントワークフロー、ツール利用型基盤モデルアプリケーションを設計する経験豊富な開発者やMLエンジニアを対象としています。プロンプトエンジニアリング、埋め込み、ベクトル検索、ガードレール、評価、コスト最適化、責任あるAIコントロールに関する深いシナリオ問題が予想されます。基礎レベルのAIF-C01とは異なり、AIP-C01は受験者がコードを記述し、Bedrockベースの機能をリリースした経験があることを前提としています。試験形式は多肢選択式および複数回答式で、ハンズオンラボはありません。
31%を占める最大のドメイン。Bedrockモデルの選択、埋め込みパイプライン、ベクトルストア (OpenSearch Serverless, Aurora pgvector, Kendra)、Knowledge Bases、ファインチューニングと継続事前学習の比較、LLMトレーニングデータのデータガバナンスなどが含まれます。
RAG、エージェント、ツール利用型アプリケーションの構築。Bedrock Agents、Action Groups、Lambda連携、多段階LLM呼び出しのオーケストレーション。よくある課題：エージェントとカスタムオーケストレーションのどちらが適切かを知ること。
Bedrock Guardrails、プロンプトインジェクション対策、PIIの匿名化、モデルアクセス用のIAMとKMS、コンテンツモデレーションパターン。20%という控えめな割合にもかかわらず、密度の高い問題が出題されます。
推論コスト制御（プロビジョニング済みスループットとオンデマンドスループットの比較）、キャッシュ、モデル蒸留、レイテンシーチューニング、適切な場合のより小さいモデルの選択。見落とされがちな点：クロスリージョン推論プロファイルの使用時期。
評価フレームワーク（Bedrockモデル評価、人間による評価、LLMをジャッジとする評価）、ドリフト、幻覚（ハルシネーション）検出、RAG検索失敗のデバッグ。最小のドメイン（11%）ですが、浅い学習では失敗しやすいです。
試験で出会うサービスと、それぞれが重要な理由。
Anthropic、Meta、Mistral、AI21、Cohere、Stability AI、Amazon Titan の各基盤モデルを、ストリーミング、バッチ、プロビジョンドスループットのオプションを伴う単一の API を介して利用できるフルマネージドサービスです。
試験に出題される理由： Bedrock は、ドメイン 1 (基盤モデルの統合) のあらゆるシナリオ（モデル選択、推論パラメータ、プロビジョンドスループットとオンデマンドスループットの比較、ストリーミング応答処理）の基盤となります。
S3 ドキュメントとプラグイン可能なベクトルストア (OpenSearch Serverless, Aurora pgvector, Pinecone, MongoDB Atlas, Redis Enterprise) に基づくマネージド RAG で、チャンク分割、埋め込み、引用をサポートします。
試験に出題される理由： ドメイン 2 (実装と統合) では、チャンク分割戦略、ベクトルストアの選択、引用の伝播を含め、ファインチューニングの代わりに RAG を介してモデルをプライベートデータに根拠付けるべき時期をテストします。
有害コンテンツのフィルタリング、拒否されたトピックのブロック、PII の編集、文脈に基づいたグラウンディングチェックの適用、入力と出力全体での単語/トピックフィルターの表示を行うポリシーレイヤーです。
試験に出題される理由： ドメイン 3 (AI の安全性、セキュリティ、ガバナンス) は、主に Guardrails に関する設問で、コンテンツフィルターの強度、拒否トピックの設定、文脈に基づいたグラウンディング、PII の匿名化パターンが問われます。
基盤モデルが API の呼び出し、ナレッジベースのクエリ、ツール使用による多段階アクションの連鎖を可能にするオーケストレーションレイヤーで、Lambda および OpenAPI/関数スキーマによってサポートされるアクショングループを持ちます。
試験に出題される理由： 多段階推論、ツール呼び出しエージェント、Lambda に裏付けられたアクショングループに関するドメイン 2 のシナリオでは、Agents が AWS ネイティブのオーケストレーターとして挙げられ、生の推論や Step Functions との違いが問われます。
プライベートな S3 データセット上で基盤モデルのファインチューニングと継続的な事前トレーニングを行い、プロビジョンドスループットを介してデプロイ可能なカスタムモデルを生成します。
試験に出題される理由： ドメイン 1 の設問では、ファインチューニング、RAG、プロンプトエンジニアリングの意思決定ツリーがテストされ、継続的な事前トレーニングや指示ファインチューニングが適切な回答となる特定のシナリオが予想されます。
マネージド型で自動およびヒューマン・イン・ザ・ループのモデル評価を提供し、組み込みメトリクス (精度、ロバスト性、毒性) に加え、LLM-as-judge または人間によって採点されるカスタムルーブリックをサポートします。
試験に出題される理由： ドメイン 5 (テスト、検証、トラブルシューティング) では、モデル間またはプロンプトバリアント間の品質劣化を定量化する方法がテストされ、Bedrock Evaluations がそのメカニズムとして挙げられます。
事前トレーニング済みの基盤モデルおよびタスク特化型モデルのカタログで、SageMaker エンドポイントへのワンクリックデプロイ、転移学習ノートブック、およびプロプライエタリモデルのマーケットプレイスを提供します。
試験に出題される理由： ドメイン 2 では「SageMaker エンドポイントでのホスティング (JumpStart)」と「Bedrock API の呼び出し」を区別し、これら 2 つの間のレイテンシー、コスト、カスタマイズのトレードオフに関する設問が出題されます。
パッケージ化された生成 AI アシスタントで、IDE/コンソールコーディングワークフロー向けの Q Developer、接続されたデータソースに対するエンタープライズ RAG 向けの Q Business、BI Q&A 向けの QuickSight の Q を提供します。
試験に出題される理由： ドメイン 2 では、Q (パッケージ化されたサービス) を利用すべきか、Bedrock (オーダーメイド) で構築すべきかがテストされ、特に Q Business はエンタープライズ RAG のシナリオ問題で登場します。
専用のベクトル検索コレクションタイプを備えたサーバーレス OpenSearch で、Bedrock Knowledge Base のデフォルトバックエンドであり、最も多くテストされる AWS ネイティブのベクトルストアです。
試験に出題される理由： ドメイン 1 の RAG シナリオでは OpenSearch Serverless がデフォルトのベクトルストアであると仮定されており、OCU サイジング、キャパシティとコスト、近似最近傍インデックスの選択に関する設問が予想されます。
pgvector 拡張機能を備えた Aurora PostgreSQL で、トランザクションセマンティクスと SQL アクセスを持つ代替ベクトルストアとして Bedrock Knowledge Bases でサポートされます。
試験に出題される理由： ドメイン 2 のベクトルストア選択に関する設問では、Aurora pgvector (既存の SQL スタック、トランザクション) と OpenSearch Serverless (純粋なベクトル、サーバーレス OCU) が対比されます。
Knowledge Base のソースドキュメント、ファインチューニングのトレーニングコーパス、評価データセット、モデル呼び出しログを保持するオブジェクトストレージです。
試験に出題される理由： ドメイン 1 のデータ管理シナリオはすべて S3 を経由し、チャンク分割のソースレイアウト、生ドキュメントのライフサイクル、KB バケットへの IAM アクセスは繰り返し出題される試験トピックです。
Bedrock Agent のアクショングループ、RAG の前処理、推論後の応答整形、および S3 イベント駆動型による Knowledge Bases への取り込みに使用されるサーバーレスコンピューティングです。
試験に出題される理由： ドメイン 2 のアクショングループに関する設問では、Bedrock Agents が呼び出す Lambda の契約 (リクエスト/レスポンススキーマ) がテストされ、ドメイン 4 では Lambda がコスト効率の良い推論接着剤としてテストされます。
ネイティブな Bedrock InvokeModel 統合を備えたサーバーレスワークフローオーケストレーターで、複数呼び出しのプロンプトチェーン、並列評価、および人間の承認ループに最適です。
試験に出題される理由： ドメイン 2 では Step Functions (決定論的な多段階オーケストレーション) と Bedrock Agents (モデル駆動型ツール呼び出し) を区別し、それぞれがいつ正しいかを知ることが繰り返し出題されるディストラクターです。
スロットリング、API キー、JWT 認証、および使用量プランのティアリングを備えた、Bedrock に裏付けられた推論エンドポイント用のマネージド HTTP/REST/WebSocket フロントドアです。
試験に出題される理由： ドメイン 2 の本番化シナリオでは、RAG およびエージェントのエンドポイントを外部に公開する方法がテストされ、API Gateway は Lambda または Bedrock との直接統合と組み合わされる主要な入り口として挙げられます。
AIP-C01 では、Bedrock のマネージド API が適切でない場合に、JumpStart の基盤モデルをリアルタイム/サーバーレス/非同期エンドポイントでホスティングするために主に使用される ML プラットフォームです。
試験に出題される理由： ドメイン 2 のエンドポイントデプロイに関する設問では、SageMaker におけるリアルタイム、サーバーレス、非同期推論の選択肢がテストされ、Bedrock とのコストおよびコールドスタートのトレードオフが典型的な論点となります。
エンティティスパンとタイプを返す PII 検出 API と、ターゲットを絞った PII 編集機能を備えたマネージド NLP で、Guardrails の前処理フィルターまたは推論後のスクラバーとして使用できます。
試験に出題される理由： ドメイン 3 の PII 処理に関する設問では、階層化された防御がテストされます。Comprehend は検出用、Guardrails はブロック用であり、それぞれがパイプラインのどこに位置するかを知ることが試験のポイントです。
サービスロール、ID ベースおよびリソースベースのポリシー、条件キーを使用して、Bedrock モデルアクセス、Agent 実行、KB 取り込みを管理するアカウント全体のアクセス制御サービスです。
試験に出題される理由： ドメイン 3 (AI の安全性、セキュリティ、ガバナンス) では、Bedrock 呼び出し、Agent アクショングループ、Knowledge Base 取り込みに対する最小権限ロールがテストされ、IAM が一貫してそのメカニズムとして挙げられます。
Bedrock モデルのカスタマイズデータ、Knowledge Base ベクトルインデックス、S3 ソースドキュメント、CloudWatch 呼び出しログ用のカスタマーマネージド暗号化キーを提供するサービスです。
試験に出題される理由： ドメイン 3 のコンプライアンスシナリオでは、ファインチューニングコーパスおよびプロンプト/応答ログに対するカスタマーマネージドキーの制御がテストされ、KMS の許可とキーポリシーが回答として挙げられます。
すべての API コールのアカウント全体の監査ログで、誰がどの Bedrock モデルを呼び出したか、誰が Guardrails を更新したか、誰が Knowledge Base にデータを取り込んだかを記録し、推論のためのオプションのデータイベントキャプチャも可能です。
試験に出題される理由： ドメイン 3 の監査トレイルシナリオでは、Bedrock および Agent のアクティビティ全体にわたるコンプライアンスレビューおよびインシデント対応に必要な不変の記録として CloudTrail が挙げられます。
メトリクス、ログ、アラームを提供し、Bedrock モデル呼び出しログ (プロンプトと補完)、Agent トレース、Knowledge Base 取り込み進捗、Lambda アクショングループ実行メトリクスを含みます。
試験に出題される理由： ドメイン 4 (運用効率) とドメイン 5 (トラブルシューティング) では、トークンコストの可観測性、レイテンシーアラーム、失敗した Agent アクショングループ呼び出しのトレースに CloudWatch がテストされます。
$140k–$195k–$280k USD 年収
AIP-C01は新しい認定資格であり、専門の給与調査が不足しています。この範囲は、米国市場における隣接するGenAI/MLエンジニアリングの報酬から導き出されたものであり、概算として扱う必要があります。トップティアのAI研究所やFAANGのシニアGenAIエンジニアは、総報酬が40万ドルを超えることがよくあります。エントリーレベルの「GenAI」の役割は下限を下回ることもあります。あなたの経験は、企業階層、勤務地、および実績によって大きく異なります。
出典: levels.fyi 2025–2026 GenAI / ML engineer roles (関連職種), U.S. BLS OEWS May 2024 (15-1252 software developers, 15-2051 data scientists)。数値は概算であり、実際の報酬は職務、地域、経験によって異なります。
エンタープライズでのBedrockとLLMの採用がプロトタイプから本番システムへと移行するにつれて、GenAIエンジニアリングの役割は2024年から2026年にかけて最も急速に成長する職種の一つとなりました。AIP-C01は、候補者がRAG、エージェント、保護された本番エンドポイントを含むBedrockベースのアプリケーションをリリースできることを示す、信頼できるプロフェッショナルレベルのシグナルとして位置付けられています。AWSを中心とした企業のリクルーターは、GitHubでの実績あるBedrockプロジェクトや実務経験と並行してこの認定資格を評価します。AIF-C01（基礎）、MLA-C01（エンジニアリングの幅広さ）、およびSolutions Architect Professional (SAP-C02) と組み合わせることで、多領域での信頼性が高まります。この認定資格だけでは、ML研究、基盤モデルトレーニングの役割、または応用科学のポジションの資格を得ることはできません。これらの職種では、深いMLの基礎知識と、多くの場合大学院の学位が求められます。
正式な前提条件はありません。AWSは、AWS上で基盤モデルを使用したアプリケーション構築の経験が少なくとも1年と、より広範なソフトウェアエンジニアリングの経験が1年あることを推奨しています。実用的な期待値としては、Python、REST/SDK連携、ベクトルデータベースの知識、および少なくとも1つの本番BedrockまたはSageMaker JumpStartデプロイメントに習熟していることが挙げられます。
推奨されるパスは、まずAIF-C01でGenAIの語彙を習得し、次にMLA-C01（エンジニアリングの深さ）またはDVA-C02（開発者の流暢さ）のいずれかを取得してからAIP-C01に取り組むことです。以前にAWSに触れたことのない受験者は、急峻な学習曲線が予想されます。AIP-C01の多くの問題は、IAM、VPC、Lambda、API Gatewayに関する基本的な知識を前提としています。BedrockとOpenSearch ServerlessまたはKnowledge Basesを使用したRAGプロジェクトを個人的に作成することは、最も役立つ準備資料です。
AIP-C01はプロフェッショナルレベルと評価されており、LLMアプリケーションエンジニアリングとAWSプラットフォームの深さの両方をカバーするため、AWSのアソシエイトレベル以上の試験の中でも特に難しい部類に入ります。プロとしてすでにGenAIアプリケーションを構築している場合は、10〜14週間で100〜160時間の学習時間を計画してください。GenAI以外のバックグラウンドから学習する場合は、16週間以上で200時間以上の学習時間を計画してください。試験は180分間で75問の採点対象問題が出題され、多肢選択式および複数回答式で、ラボはありません。
一般的な課題としては、Bedrock機能の広範さ（Agents、Action Groups、Guardrails、Knowledge Bases、モデル評価、カスタムモデルインポート、クロスリージョン推論）、プロビジョニングされたスループットに関する微妙なコスト最適化シナリオ、RAG検索品質とファインチューニングのトレードオフに関する繊細な問題などが挙げられます。試験では、プロンプトインジェクションとデータ漏洩対策に関する実践的な知識も評価されます。
プロフェッショナルレベルのGenerative AI Developer認定資格の初回一般提供開始。基礎レベルのAIF-C01を置き換え、BedrockとLLMアプリケーションの深いコンテンツで拡張されています。2026年4月現在の現行バージョンです。
AIP-C01 (AWS Certified Generative AI Developer - Professional) は、深い実践経験とアーキテクチャ上のトレードオフ決定を行う能力を必要とする、挑戦的でシナリオ中心の試験 Professionalレベルの試験です。ほとんどの受験者は、プロフェッショナルおよびエキスパートレベルの試験に3〜6か月かけて150〜300時間の学習を必要とします。これらの試験は通常、事前の準専門家レベルの習熟度を想定しています。 練習試験で合格基準を安定して上回るスコアを獲得している受験者のほとんどは、初回で合格しています。
ほとんどの受験者は、プロフェッショナルおよびエキスパートレベルの試験に3〜6か月かけて150〜300時間の学習を必要とします。これらの試験は通常、事前の準専門家レベルの習熟度を想定しています。 合格までの時間は、これまでの経験によって大きく異なります。基礎となるテクノロジーでの実践的な本番経験を持つエンジニアは通常、より少ない時間で済みますが、プラットフォームに初めて触れる受験者は、この範囲の上限を目安に計画を立てる必要があります。
AIP-C01は、AWSエコシステムで認められた資格であり、雇用主、リクルーター、クライアントに検証済みの知識を示します。あなたにとって時間と費用をかける価値があるかどうかは、あなたの役割と目標によります。通常、AWSを日常的に扱っている、またはそのような役割に就きたいと考えているクラウドエンジニア、アーキテクト、コンサルタントにとって最も報われる傾向があります。
AIP-C01の合格点は750 / 1000です。試験には75問の問題が含まれており、所要時間は3 時間です。
AIP-C01試験の受験料は$300 USDです。受験料はAWSによって設定されており、地域によって異なる場合があります。予約する前に、常にAWSの公式認定ページで現在の価格を確認してください。
AWS認定は3年間有効です。失効前に、同じ試験の現在のバージョンに合格するか、同じパスの上位レベルの試験に合格することで再認定されます。
はい。試験はオンライン（プロバイダーのセキュアブラウザを介して監督され、ほとんどの地域で24時間年中無休で利用可能）または営業時間内のピアソンVUE試験センターで対面で受験できます。どちらの形式も同じ問題、時間制限、合格点を使用します。
CertLabProでは、AIP-C01の練習問題バンクで15の学習モードを提供しています。試験シミュレーションモードは、実際の試験を反映しており、3 時間で75問、合格基準は750 / 1000と同じです。ブラウズモードでは、すべてのQ&Aを静的に読むことができます。