AWS Certified Associate認定資格の中でも、機械学習エンジニアやMLOpsエンジニアから注目されている **AWS Certified Machine Learning Engineer – Associate** が、新バージョン **MLA-C02** へ更新されます。AWSは2026年9月1日からMLA-C02ベータ試験の予約受付を開始し、新しい試験ガイドも公開しました。

今回の更新で大きく変わったのは、従来型のMachine Learningだけでなく、**Generative AI、Foundation Model（FM）、LLM、Amazon Bedrock、RAG、Agentic AI** といった現在のAI開発で重要性が高まっている技術が、より明確に試験範囲へ組み込まれた点です。

MLA-C02試験では、AWSクラウド上でAI?MLソリューションやパイプラインを構築し、デプロイ、運用、監視、保守まで行う能力が問われます。

AWS公式試験ガイドによると、試験範囲は次の4つの分野で構成されています。

* **MLとAIのためのデータの準備：28%**

* **MLモデルと基盤モデル（FM）の開発：24%**

* **MLとAIワークフローのデプロイとオーケストレーション：24%**

* **MLとAIソリューションの運用、モニタリング、保護：24%**

試験では、単にモデルを作成できるかだけではなく、データ準備からモデル開発、CI/CD、デプロイ、監視、セキュリティまで、実際のML/AIシステムを継続的に運用するための知識が幅広く確認されます。

 MLA-C01からMLA-C02へ、何が追加された？

MLA-C02でも4つの主要分野という基本構造は維持されていますが、各分野の内容はAI時代に合わせて更新されています。

特に注目したいのが、**Amazon Bedrockを利用した生成AIワークロード**です。基盤モデルの選択やカスタマイズだけでなく、埋め込みモデル、ベクトルデータベース、RAG向けドキュメントの準備、ファインチューニング用データなども学習対象になっています。

たとえばデータ準備では、Amazon OpenSearch ServiceやAmazon RDSのpgvectorなどを利用したベクトルデータベース、テキスト?画像?音声など複数種類のデータ処理、Embedding、RAG向けのチャンク設計などが追加されています。

モデル開発についても、従来型MLに加えて、**Foundation Modelの選択、評価、ファインチューニング、生成AIシステムの性能評価**が重要になります。また、デプロイ分野ではMLOpsだけでなくAIワークロードのCI/CDやオーケストレーションも対象となっています。

さらに、Agentic AIの普及を背景に、エージェントを利用したワークフローの構築やオブザーバビリティ、効率?コストの最適化などもMLA-C02で確認しておきたいポイントです。

AWSが発表しているスケジュールでは、**MLA-C02ベータ版の予約受付は2026年9月1日に開始**され、試験提供は**2026年9月29日から**となっています。

ベータ試験は英語のみで、85問?170分、受験料は75米ドルです。一方、現在のMLA-C01英語版は2026年9月28日が最終受験日となります。

日本語?韓国語?簡体字中国語については、ベータ期間中もMLA-C01が継続される予定です。日本語を含むMLA-C02の標準版については、AWSから**2027年初頭に提供予定**と案内されています。

そのため、日本の受験者は「MLA-C01を現在の日本語版で受験するのか」「新しい生成AI領域まで含めてMLA-C02を準備するのか」を、自分の学習状況や受験時期に合わせて判断する必要があります。

なお、MLA-C02の通常試験では、公式試験ガイド上、**採点対象50問＋採点対象外15問**という構成が示されており、択一選択問題と複数選択問題が出題されます。合格スコアは100～1,000のスケールで**720**です。

 MLA-C02対策では「AWSサービスの暗記」だけでは不十分

新しいMLA-C02では、Amazon SageMaker AIやAmazon Bedrockの機能を覚えるだけではなく、「どの要件に対して、どのAWSサービスや設計を選択するべきか」という判断力が重要になりそうです。

たとえば、RAGシステムを構築する場合でも、データの取り込み、チャンク化、Embedding、ベクトル検索、Foundation Model、モニタリング、セキュリティまで複数の要素を関連付けて理解する必要があります。

従来型MLについても、データ品質、特徴量エンジニアリング、モデル学習、ハイパーパラメータ調整、デプロイ、モデル監視といった基本は引き続き重要です。つまりMLA-C02では、**Traditional ML＋Generative AI＋MLOps/LLMOps**を一つの流れとして理解する学習がより効果的でしょう。

AWS公式のExam GuideやAWS Skill Builderを基本資料として利用しながら、問題形式に慣れたい場合は練習問題を組み合わせる方法もあります。

日本語で内容を確認したい受験者向けには、**killtest日本語サイト**でもMLA-C02に対応した日本語版?英語版の問題集が学習参考資料として提供されています。英語のAWS用語を確認しながら日本語で考え方を整理するなど、理解度チェックの補助教材として利用できます。

今回のMLA-C02への更新を見ると、AWSがMachine Learning Engineerに求めるスキルが、従来型のモデル構築やMLOpsから、生成AIやFoundation Modelを含むAIシステム全体の設計?運用へ広がっていることが分かります。

Amazon SageMaker AIに加えてAmazon Bedrock、RAG、Embedding、Foundation Model、Agentic AI、Responsible AIなどを横断的に学習することは、MLA-C02試験対策だけでなく、今後AWS上でAIアプリケーションを構築するエンジニアにとっても実務につながる知識となります。

これからMLA-C02を目指す場合は、まず最新のAWS公式試験ガイドで4つの出題分野を確認し、その上で実際のAWSサービスを使ったハンズオンと問題演習を組み合わせていくことが、2026年以降の学習では重要になりそうです。