IBM Certified watsonx Generative AI Engineer - Associate
255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
IBM Certified watsonx Generative AI Engineer — Associate (C1000-185) は、IBM の watsonx プラットフォーム上で generative AI ソリューションを構築、チューニング、デプロイできることを検証します。この認定は、AI エンジニア、データサイエンティスト、開発者を対象としており、Prompt Lab、デコードおよびプロンプトパラメーター、prompt tuning、Python SDK を使用して、IBM の Granite ファミリーを含む watsonx.ai foundation model を実務で扱います。この試験では、watsonx.data lakehouse と RAG (Milvus、watsonx Discovery) を介したエンタープライズデータによるモデルの grounding、watsonx.ai REST API および SDK を介したソリューションのデプロイ、watsonx.governance factsheets を使用したそれらのガバナンスもカバーしています。これは、Pearson VUE を通じて提供されるアソシエイトレベルの多肢選択式試験で、価格は 200 ドル、合格点は約 70% で、3 年間有効です。
配点は 22%。watsonx.ai foundation model カタログ (IBM Granite、およびホストされているサードパーティモデルとオープンモデル)、タスク、ライセンス、コンテキストウィンドウによるモデルの選択、Prompt Lab での効果的なプロンプト作成について扱います。zero/few-shot prompting、命令モデルとチャットモデルの prompt structure、greedy デコードと sampling デコードの違い、および temperature、top-k、top-p、repetition penalty、max/min new tokens、stop sequences などのパラメーターに関する質問が予想されます。
最も配点の高いドメインで 26%。prompt tuning、fine-tuning、RAG を適応戦略として比較し、それぞれがいつ適切か、Tuning Studio で prompt tuning を実行する方法をテストします。tuning dataset の構築、tuning loss curves の読み取り、メトリクスと人間によるレビューを用いた generative output quality の評価が含まれます。再トレーニングなしで hallucination を削減し、grounded accuracy を向上させることに関するシナリオ問題が予想されます。
配点は 18%。watsonx.data のオープン lakehouse (Presto/Spark query engines、Iceberg tables、object-storage buckets、および統制されたエンタープライズデータを watsonx.ai に接続する方法) について扱います。また、RAG 用の vector store として、watsonx.data 内の Milvus と、検索用の watsonx Discovery もカバーしています。データのカタログ化、ソースを横断したクエリの federating、grounding 用の embeddings の準備に関する質問が予想されます。
配点は 14%。プロンプトとチューニング済みアセットの運用化に焦点を当てます。Prompt Lab での作業を prompt templates として保存し、アセットを deployment spaces にプロモートし、スコアリング/推論エンドポイントを公開するオンラインデプロイメントを作成します。watsonx.ai REST API と Python SDK (ModelInference、generate/generate_text、foundation model deployment)、API-key/IAM 認証、およびエンドポイントをアプリケーションに統合する方法をテストします。
配点は 12%。watsonx.ai、watsonx.data、watsonx.governance がどのように連携するか、projects、deployment spaces、IBM Cloud accounts/resource groups の役割、および IAM ベースのアクセスについて扱います。SaaS デプロイメントとソフトウェア (Cloud Pak for Data) デプロイメントの違い、および一般的なエンタープライズアーキテクチャで各 watsonx コンポーネントがどこで実行されるかに関する質問が予想されます。
最も配点の低いドメインで 8% ですが、出題頻度は増加しています。watsonx.governance (モデルのライフサイクルを追跡する AI factsheets、モデルのリスク評価、drift および quality monitoring、bias/fairness の考慮事項) をカバーします。モデルの来歴の文書化、AI 規制へのマッピング、生成システムにおける IBM の responsible AI 原則に関する質問が予想されます。
$100k–$140k–$195k USD 年収
この範囲は、LLM 統合が主要なスキルである米国拠点の AI/ML および generative AI エンジニアリング職を対象としています。エントリーレベルや非沿岸地域の職位は低水準に傾く傾向があります。大企業のシニア GenAI エンジニアや AI アーキテクトは高水準 (20 万ドル～30 万ドル以上 TC) を上回ります。この認定は、IBM と提携している企業やコンサルティング会社のエンジニアにとって最も価値があります。それ自体が給与プレミアムを示すというよりも、watsonx プラットフォームの能力を示すものです。
出典: levels.fyi 2025-2026 AI/ML engineering data, U.S. BLS OEWS May 2024 (computer & information research scientists / software developers), Glassdoor 2025-2026。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。
ガバナンスが効いた、本番レベルの LLM アプリケーションをデプロイできるエンジニアに対する企業の需要は、2025～2026 年にかけて急増しました。IBM watsonx は、データレジデンシー、リネージュ、監査可能性が重視される銀行、保険、ヘルスケア、政府などの規制業界で一般的なスタックです。watsonx generative AI ワークフロー向け IBM のアソシエイトレベルの資格として、C1000-185 は IBM ビジネスパートナー、システムインテグレーター、および watsonx と Cloud Pak for Data を標準化している企業の間で最も認知されています。これは、より広範なクラウドまたはデータサイエンスの認定資格や、デプロイ済みの RAG または tuning project のポートフォリオと相性が良く、ガバナンスおよびオンプレミス/ハイブリッドデプロイメントが必須要件である分野に需要が集中しています。
正式な前提条件や必須試験はありません。IBM は、generative AI ソリューションの構築に関する半年から 1 年の実務経験 (理想的には watsonx.ai 上で)、さらに Python と watsonx Python SDK の実用的な知識を推奨しています。
試験を受ける前に、foundation model、tokenization、prompting、embeddings、RAG といった generative AI の主要概念に精通している必要があります。Prompt Lab、decoding parameters、Tuning Studio での prompt tuning、watsonx.data lakehouse の基本、および watsonx.ai SDK または REST API を介した少なくとも 1 つのエンドツーエンドデプロイメントの実践的な経験が、合否を分けます。watsonx について読んだだけで実際に構築した経験のない候補者は、アソシエイトというレベルが示唆するよりもプラットフォーム固有の質問が難しいと感じるでしょう。
C1000-185 はアソシエイトレベルの試験ですが、製品固有であり、一般的な GenAI 理論よりも watsonx の実務経験を想定しています。Pearson VUE を通じて多肢選択式試験 (約 90 分で 60～65 問程度) として提供され、合格点は約 70% で、3 年間有効です。最も難しい質問は、2 つの最大のドメインである model tuning/evaluation (26%) と prompt engineering/decoding parameters (22%) にあり、どの適応戦略 (prompting、prompt tuning、fine-tuning、RAG) がシナリオに適合するかを判断し、decoding parameters の効果を予測する必要があります。
一般的な課題としては、prompt tuning と完全な fine-tuning を混同すること、watsonx.data vector store のオプション (Milvus と watsonx Discovery) を間違えること、および deployment space/API 認証フローが挙げられます。watsonx で既に構築している場合は 20～40 時間の学習を計画し、プラットフォームが初めての場合はさらに時間をかけてください。IBM は無料の学習パスと試験目標を提供しています。これを SDK ドキュメントとハンズオン RAG プロジェクトと組み合わせることが、最も確実な準備方法です。
IBM Certified watsonx Generative AI Engineer — Associate。多肢選択式、Pearson VUE、200 米ドル、合格率約 70%、3 年間有効。watsonx.ai foundation model (Granite を含む)、Prompt Lab と decoding parameters、prompt tuning と評価、watsonx.data lakehouse と RAG (Milvus / watsonx Discovery)、SDK/REST API を介したデプロイメント、watsonx.governance factsheets をカバー。
C1000-185 (IBM Certified watsonx Generative AI Engineer - Associate) は、実践的な実務経験とベストプラクティスに関するしっかりとした理解を期待される、中程度の難易度の試験 Associateレベルの試験です。ほとんどの受験者は、アソシエイトレベルの試験に6〜12週間かけて80〜150時間の学習を必要とします。 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、アソシエイトレベルの試験に6〜12週間かけて80〜150時間の学習を必要とします。 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。
C1000-185は、IBM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、IBM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。
C1000-185の合格点は70%です。試験には60問の問題が含まれており、所要時間は2 時間です。
C1000-185試験の受験料は$200 USDです。受験料はIBM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IBMの公式認定ページで現在の価格を確認してください。
IBM Professional Certifications are valid for 3 years. Renew by passing the current (or a newer) version of the exam before it expires.
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、C1000-185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、2 時間で60問、合格基準は70%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。