GCP PMLE を持っている人が AWS MLA-C02 を受けるなら
GCP PMLE で学んだ考え方のうち、AWS MLA-C02 で同じなのは約 102 問分、深く問われる・動きが違うのは約 195 問分、名前が同じで中身が別なのは約 15 問分、新しいのは約 403 問分です。
知っている
1 番目に解く:確かめの問題だけで済ませます。前の資格と同じ考え方(名前だけ違う物も含む)。
約 102 問
同名で別物
2 番目に解く:名前が同じで中身が別の物。取り違えやすいので早めに。
約 15 問
違う
3 番目に解く:前の資格にもあるけれど、ここでは深く問われるか、動き方が違う所。
約 195 問
新しい
4 番目に解く:前の資格には出てこない所。ふつうに新しく学びます。
約 403 問

先に、名前が同じで中身が違う〈GPU〉から見ていきましょうね。
同じ言葉、違う意味
- 「CPU・GPU・TPU」は TPU も選べる三択で、「GPU」自体はどちらでも同じ並列演算器
- 「トークン化」は、AWS では文章を小さな単位に分け番号にする、Google Cloud では機密値の置き換え
- 「CPU 使用率」はどちらでも増減を決める指標の一つ、「自動スケーリング」はその指標で台数を変える仕組み
前より深く問われる・動きが違う所
- Cloud Monitoring は指標のみ(ログは別)、Amazon CloudWatch はログも含む
- Google Cloud の「IAM」はロールで権限を付与、AWS の「IAM ロール」は引き受ける身元
- 「コンテナ」はジョブが動かすイメージそのもの、Amazon ECS はコンテナを動かし管理するサービス
ほか 20 件を見る
- 「VPC ネットワーク」はグローバル、AWS の「VPC」はリージョン内でサブネットはAZごと
- 「事前トレーニング済み API」も「AWS の AI サービス」も学習済みモデルを呼ぶだけで、働きは同じ
- Eventarc も Amazon EventBridge もイベントを条件で選んで送信先へ届け、働きは同じ
- Cloud Build は手順ごとに別のコンテナを動かし、AWS CodeBuild は一つの環境で段階を順に実行
- Spot VM・予約は中断可否と容量確保を分け、オンデマンドは使った分だけ払う方式
- Private Service Connect も VPC エンドポイントも自網に置いた口から非公開でつなぎ、働きは同じ
- GKE と Amazon EKS はどちらもマネージドの Kubernetes 基盤で、学習にも推論にも使え働きは同じ
- 「ワークフロー」は表形式 ML の既製パイプライン群、Step Functions は処理を状態機械でつなぐ仕組み
- 「割り当て」と「サービスクォータ」はどちらも申請で引き上げる上限で、働きは同じ
- 「ストリーミング」は流れ全体の処理の型、Amazon Kinesis はその中でデータを保持して配る一部品
- Google Cloud の「マシン タイプ」は型と大きさの組、AWS の「インスタンスファミリー」は型の系列
- Artifact Registry と Amazon ECR は、どちらもコンテナイメージを保管して配る
- 安全フィルタは Gemini の生成に組み込まれた関所、ガードレールはモデルと別の資源で判定だけも呼べる
- 「エンドポイントへのデプロイ」は資源を結んで推論可能にする操作、「デプロイオプション」は載せ方の選択肢
- 「Feature Store」のオフラインは、Google Cloud が BigQuery、AWS はバケット
- 継続評価は評価ジョブを回し直す手順、Model Monitor は基準との比較を定期実行し正解での品質も見る
- 「Experiments」は独自の記録、AWS の「MLflow」は OSS のマネージド提供
- Google Cloud の「プロビジョンド スループット」は固定料金の予約、AWS は「モデルユニット」を時間で課金
- モデルの昇格は Google ではエイリアスで版を指し、AWS の Model Registry では承認状態を付ける
- サービング用ハードウェアは CPU・GPU・TPU から選び、推論インスタンスは ml 系ファミリーから選ぶ
ひっかけ
- VPC は Google Cloud ならグローバル、AWS ならリージョン内でサブネットは AZ ごと
- 「ロール」は Google Cloud では権限の束を付与、AWS では引き受ける身元
AWS MLA-C02 の範囲のうち GCP PMLE と重なる所・重ならない所
ML と AI のためのデータの準備
同じ 9・違う 8・同名で別物 1・新しい 29
ML モデルと基盤モデル (FM) の開発
同じ 19・違う 7・同名で別物 0・新しい 14
ML と AI のワークフローのデプロイとオーケストレーション
同じ 3・違う 14・同名で別物 2・新しい 22
ML と AI のソリューションの運用、モニタリング、保護
同じ 3・違う 4・同名で別物 0・新しい 17
このページは、先生が覚えているGCP PMLEとAWS MLA-C02の考え方の一覧から、自動で作っています。数字は問題集の収録内容から数えた見込みで、本番の試験の出題を約束する物ではありません。