AWS MLAの難易度は?勉強法・参考書・合格体験記を全冠エンジニアが解説【MLA-C01】
AWSの機械学習領域で、いま最も注目されている資格が「AWS Certified Machine Learning Engineer – Associate（通称:AWS MLA / 試験コード:MLA-C01）」です。2024年に登場した比較的新しい資格で、長く親しまれた「Machine Learning – Specialty（MLS-C01）」が2026年3月末に提供終了したこともあり、機械学習エンジニアを目指す方にとって現行の中心的な資格になっています。
一方で、新しい資格ゆえに、
「AWS MLAって、どのくらい難しいの?」「どの参考書・教材で、どれくらい勉強すれば受かる?」「実務未経験でも合格できる?」
と悩んでいる方も多いのではないでしょうか。
本記事では、試験概要・難易度・勉強時間・勉強法・おすすめ参考書、そして実際に合格した体験談まで、AWS全資格を保有する筆者の視点で解説します。これから受験する方が「何から始めればよいか」がわかる内容にまとめました。
目次から気になるテーマに飛びながらご覧ください。
監修：KANADE
■保有資格
AWS Certified Cloud Practitioner / AWS Certified AI Practitioner / AWS Certified Solutions Architect - Associate / AWS Certified Developer - Associate / AWS Certified Machine Learning Engineer - Associate / AWS Certified SysOps Administrator - Associate / AWS Certified Data Engineer - Associate / AWS Certified DevOps Engineer - Professional / AWS Certified Solutions Architect - Professional / AWS Certified Security - Specialty / AWS Certified Database - Specialty / AWS Certified Data Analytics - Specialty / AWS Certified Machine Learning - Specialty / AWS Certified SAP on AWS - Specialty / AWS Certified Advanced Networking - Specialty / AWS Authorized Instructors食品業界からIT業界未経験でALHへ入社。AWS環境上で稼働するシステムインフラの設計から運用保守を担当。
運営元：ALH株式会社
ALH株式会社は、AWSパートナーネットワーク（APN）において、以下の認定を取得しているAWSパートナー企業です。◆ AWS 1000 APN Certification Distinction
AWS認定資格の取得数が1,000件を超えたパートナーに与えられる認定
◆ AWS Training Partner
AWS公認の研修トレーニングを提供できるパートナー認定
◆ AWS Select Tier Services Partner
AWSサービスの構築・運用において一定の実績を持つパートナー認定
なお、AWS認定資格の全体像や他資格との難易度比較は、【2026年最新】AWS資格一覧｜全12種類の難易度・略称・受験料・取得順を徹底解説もあわせてご覧ください。
1. AWS MLA（MLA-C01）とは
AWS Certified Machine Learning Engineer - Associate（MLA-C01）は、AWSクラウドを使って機械学習（ML）ソリューションやパイプラインを構築・運用化・デプロイ・保守する能力を証明するAWS認定資格です。AWS公式は、この試験で次のようなタスクの能力を検証すると説明しています。
- MLモデリングのためのデータの取り込み・変換・検証・準備
- モデルのトレーニング、ハイパーパラメータのチューニング、パフォーマンス解析、バージョン管理
- デプロイインフラやエンドポイントの選択、自動スケーリングの設定
- CI/CDパイプラインによるMLワークフローのオーケストレーション自動化
- モデル・データ・インフラのモニタリングによる問題検出
- アクセスコントロールやベストプラクティスを通じたMLシステムのセキュリティ確保
つまりMLA-C01は、「機械学習の理論を知っているか」だけでなく、「AWS上で機械学習を“動かし続ける”ことができるか」という、MLOps（機械学習の運用）寄りの実践力を問う資格です。
1-1. どんな人が対象の資格か
AWS公式が示す想定受験者（ロール）は、バックエンドソフトウェア開発者・DevOpsエンジニア・データエンジニア・MLOpsエンジニア・データサイエンティストです。ポイントは、研究者やデータサイエンティスト専用の資格ではないこと。モデルをAWS上にデプロイし、運用・監視していくエンジニア全般が対象に含まれます。AIプロジェクトに関わる開発・運用エンジニアにとって、自分のスキルを客観的に示しやすい資格です。
AWSをほとんど触ったことがない方や、AI・機械学習の用語がまったくわからない方は、いきなりAWS MLAを受けるよりも、CLFやAIFで基礎を固めたほうがよい場合があります。
個人的なおすすめは以下です。
| おすすめの人 | 理由 |
|---|---|
| AWS経験があり、AI/ML領域に広げたいエンジニア | SageMakerやMLパイプラインを体系的に学べるため |
| AIF取得後の次の資格を探している人 | AI/MLをより実装・運用寄りに深められるため |
| データエンジニア | データ準備、特徴量、ML基盤の理解に役立つため |
| MLOpsに関心がある人 | デプロイ、監視、保守、CI/CDの考え方を学べるため |
| 生成AI・機械学習案件に関わりたい人 | AWS上のAI/ML基盤に関する共通言語を身につけられるため |
1-2. MLS廃止後、ML分野の“現行アソシエイト資格”
機械学習領域には、かつてSpecialtyレベルの「AWS Certified Machine Learning - Specialty（MLS-C01）」がありましたが、2026年3月31日をもって提供終了しました。そのため2026年現在、AWSで機械学習スキルを証明したい場合の中心的な選択肢が、このMLA-C01です。AWS公式は両者の違いを次のように整理しています。
- MLA（本資格）:1年以上のAI/ML経験を持つMLエンジニア・MLOpsエンジニア向けのロールベース認定
- MLS（終了済み）:データエンジニアリングからモデリング・運用まで広く扱う、2年以上の経験者向けの専門認定
機械学習領域のキャリアをこれから築く方は、まずMLA-C01を目指すのが基本です。さらに上位を狙う場合は、2026年に新設されたProfessionalレベルの「Generative AI Developer - Professional」も選択肢になります（取得順は7章で解説します）。
1-3. AWS MLAを学ぶメリット
MLA-C01の学習には、資格そのもの以上のメリットがあります。
- AWSのML関連サービスを体系的に整理できる
普段はSageMakerの一部しか使っていなくても、データ準備からデプロイ・監視まで一気通貫で学べる。 - MLOpsの“型”が身につく
CI/CD、モデルの監視、再学習など、本番運用で必要な観点をまとめて押さえることができる。 - キャリアの証明になる
「AWS上でMLを実装・運用できる」ことを示す材料になる。
ただし、資格だけで実務力のすべてが証明されるわけではなく、実務経験と組み合わせてこそ強みになる点は他のAWS資格と同じです。
2. AWS MLAの試験概要
2-1. 試験概要の早見表
| 項目 | 内容 |
|---|---|
| 試験名 | AWS Certified Machine Learning Engineer - Associate |
| 試験コード | MLA-C01 |
| レベル | Associate |
| 試験時間 | 130分 |
| 問題数 | 65問 |
| 受験料 | 150 USD / 20,000円 |
| 合格スコア | 720点（100〜1,000点の換算スコア） |
| 受験方法 | テストセンター / オンライン監督付き試験 |
| 日本語受験 | 可能 |
| 有効期限 | 3年間 |
※受験料は税金が適用される場合があり、為替レートなどで変更される可能性があるため、受験前に必ずAWS公式サイトで最新情報を確認してください。
AWS認定試験は合否判定方式で、結果は100〜1,000点の換算スコアで表示され、合格は720点です。「65問中何問正解で合格」と単純に決まっていないため、出題範囲全体をバランスよく対策しましょう。受験方法は、集中できるテストセンター受験と、自宅などから受けるオンライン監督付き試験の2通り。初めてAWS認定を受ける方や通信環境に不安がある方は、テストセンター受験が安心です。
2-2. 出題範囲と配点（4分野）
MLA-C01の出題範囲は、以下の4つのコンテンツ分野に分かれています（配点は採点対象コンテンツに占める割合）。
| 分野 | 内容 | 配点 |
|---|---|---|
| 第1分野 | 機械学習（ML）のためのデータ準備 | 28% |
| 第2分野 | MLモデルの開発 | 26% |
| 第3分野 | MLワークフローのデプロイとオーケストレーション | 22% |
| 第4分野 | MLソリューションのモニタリング、保守、セキュリティ | 24% |
最も配点が高いのは第1分野ですが、注目すべきは4分野が大きく偏らず、ほぼ均等に配点されていることです。「データ前処理は得意だがデプロイや運用は苦手」といった偏った知識では合格しにくく、データ準備→モデル開発→デプロイ→運用・監視というMLライフサイクル全体の理解が必要です。
2-3. 出題形式
MLA-C01には、従来の選択問題に加えて新しい形式が含まれます。
- 択一選択問題
正解1つ・不正解3つから1つを選ぶ。 - 複数選択問題
5つ以上の選択肢から、正解を2つ以上すべて選ぶ。 - 並べ替え
3〜5つの答えを正しい順序に並べる（新形式）。 - 内容一致
プロンプトと答えのリストを正しくペアにする（新形式）。
65問のうち採点対象は50問で、残り15問は採点対象外（今後の評価用）です。どれが採点対象外かは判別できないため、全問に回答しましょう。未解答は不正解扱いですが、推測解答にペナルティはありません。「並べ替え」「内容一致」は従来のAWS資格に少なかった形式なので、事前に公式練習問題で慣れておくことをおすすめします。
3. AWS MLAの難易度
「AWS MLAは難しいのか?」は、受験を検討する方が最も気にするポイントです。結論として、Associate（中級）レベルの中ではやや難しめの資格です。
3-1. 難易度の目安は「5段階中3.5程度」
筆者がAWS全資格を受験してきた経験では、MLA-C01の難易度は5段階中3.5程度。同じAssociateで最も知名度の高いSolutions Architect - Associate（SAA）と同等で、Developer（DVA）やCloudOps（SOA）よりはやや高い位置づけです。
難しさの理由は、暗記では太刀打ちできない、機械学習の実装・運用に関する“地続きの理解”が求められる点にあります。
※これはAWS公式の数値ではありません。AWSは資格ごとの難易度・合格率・必要学習時間を公開していないため、出題範囲・試験形式・受験経験をもとにした筆者独自の目安です（以降の難易度・勉強時間の数値も同様）。
3-2. 何が難しいのか（3つのポイント）
- MLOps（運用）の知識が問われる
第3分野（デプロイ・オーケストレーション）と第4分野（モニタリング・保守・セキュリティ）だけで合計46%。モデルを「作る」だけでなく、CI/CDパイプライン、自動スケーリング、モデルの監視・再学習といった本番で動かし続ける知識が必要で、SageMakerを中心とした実機での理解が効きます。 - 機械学習の評価指標を理解している必要がある
試験範囲にはモデルのパフォーマンス解析が含まれます。特に分類モデルのPrecision（適合率）とRecall（再現率）の違いはつまずきやすく、問われやすいポイント。「どの場面でどちらを重視すべきか」まで理解しておくと、ユースケース型の問題に対応しやすくなります。 - 新しい出題形式への対応
「並べ替え」「内容一致」は、手順や対応関係を正確に理解していないと部分点が取りにくく、消去法も効きにくいため、あいまいでない正確な知識が求められます。
3-3. 他のAI/ML系資格との違い
| 観点 | AIF（基礎） | MLA（本記事） | MLS（終了済み） |
|---|---|---|---|
| 試験コード | AIF-C01 | MLA-C01 | MLS-C01 |
| レベル | Foundational | Associate | Specialty |
| 主な内容 | AI・ML・生成AIの基礎・概念 | AWSでのML実装・運用（ロールベース） | データ〜モデリング〜運用を広く扱う専門認定 |
| 想定経験 | 経験不問〜入門 | AI/ML経験1年程度 | 経験2年以上 |
| 難易度の目安（独自） | 1.5 / 5 | 3.5 / 5 | — |
受験対策として効果的なのが、先にAIF（AI Practitioner）を取得しておくことです。AIFでAI・ML・生成AIの基礎用語を整理しておくと、MLAの学習がスムーズになります。
AIFの詳細は以下からご覧になれます。
3-4. 合格に必要な経験（推奨レベル）
AWS公式は、受験対象者として次の経験を推奨しています（必須条件ではありません）。
- SageMakerをはじめとするAWSサービスでのMLエンジニアリング経験が1年以上
- バックエンド開発・DevOps・データエンジニア・データサイエンティストなど関連職での経験が1年以上
- CI/CDパイプラインやIaC（Infrastructure as Code）、コードリポジトリの利用経験
機械学習にもAWSにも全く触れたことがない状態からの一発合格は、相応の学習時間が必要と考えておきましょう。
3-5. 合格率について
MLA-C01の合格率は、わかりません。 AWSは合否判定方式を採用しており、資格ごとの合格率を公式に公開していないためです。ネット上の「短期間で合格できた」等の感想は個々の体験であり、「合格率◯%」と断定はできません。公式に確認できるのは合格スコア720点のみ。合格率を気にするより、4分野をバランスよく対策するのが近道です。
4. AWS MLAの勉強時間
4-1. 勉強時間の目安は60〜100時間
MLA-C01の合格に必要な勉強時間は、おおむね60〜100時間が目安です（経験により変動。前述のとおり筆者独自の目安です）。
| 受験者タイプ | 勉強時間の目安 |
|---|---|
| AWS実務経験あり＋ML実務経験あり | 40〜60時間 |
| AWS経験あり・ML未経験 | 70〜100時間 |
| ML経験あり・AWS経験が浅い | 70〜100時間 |
| AWS・MLともに経験が浅い | 100時間以上 |
ポイントは、「AWSの知識」と「機械学習の知識」の両方が必要なこと。どちらか一方の経験しかない場合は、もう一方の基礎を埋める時間を多めに見込みましょう。AWSもMLも初めてという方は、試験対策に入る前に用語や概念に慣れる期間を設けたほうが効率的です。
4-2. 学習の進め方（基本の4ステップ）
限られた時間で合格を目指すなら、学習する順番が重要です。
- 公式試験ガイドで出題範囲を確認する（配点の高い分野を把握）
- AWS Skill Builderなどで知識をインプットする（4分野に沿ってSageMaker中心に）
- 問題集・練習問題でアウトプットする（間違えた分野を解説とともに復習）
- 公式の模擬試験・練習問題で総仕上げをする（本番形式に慣れ、弱点を最終確認）
意識したいのは、問題演習を「正解・不正解」で終わらせないこと。「なぜその選択肢が正しいのか」「他はなぜ違うのか」を説明できるようにし、間違えた問題は分野別に記録して配点の高い分野から潰していきましょう。仕上げでは、必ず新形式の問題に触れておくのがおすすめです。
5. AWS MLAの勉強法・おすすめ教材
MLA-C01は、やみくもに問題集を解くより、公式リソース → 基本用語・サービス → 問題演習の順で進めるのが効率的です。
5-1. まずは公式リソースを軸にする
最初に確認すべきは、AWS公式の試験ガイドと公式学習リソースです。AWS公式は、オンライン学習サービスAWS Skill Builderの「Exam Prep Plan」に沿って、次の流れを案内しています。
- 試験ガイドを確認する（出題範囲・配点の把握）
- Official Practice Question Set で試験形式の問題を解く
- Official Pretest で、補強すべき分野を特定する
- デジタルコースやAWS Builder Labsで実機練習し、最後にOfficial Practice Examで仕上げる
公式リソースは出題範囲から大きくずれないのが強みです。学習の「軸」を公式に置き、足りない部分を書籍や動画教材で補いましょう。
5-2. 機械学習の基本用語を押さえる
MLA-C01では、AWSサービスの知識だけでなく機械学習そのものの基本用語も問われます。以下は「意味+使う場面」までセットで理解しておきたい用語です。
| 用語 | 理解しておきたいポイント |
|---|---|
| Precision / Recall | 分類モデルの評価指標。「誤検知を減らしたいか」「見逃しを減らしたいか」で重視が変わる |
| データドリフト | 運用開始後にデータ傾向が変化し精度が劣化する現象。モニタリングで検出 |
| ハイパーパラメータチューニング | 学習の設定値を調整して性能を高める作業。SageMakerの自動チューニングと関連 |
| 特徴量・前処理 | 第1分野の中核。欠損値処理・エンコーディング・スケーリングなど |
| CI/CD・IaC | MLワークフローのデプロイ・自動化に必要。第3分野で頻出 |
| データ形式（Parquet・JSON Lines など） | データ取り込み・変換で頻出。形式ごとの特徴を押さえる |
5-3. AWSサービスを「ユースケース」で覚える
MLA-C01では「どの課題に、どのサービス・機能を使うか」が問われます。中心になるのは機械学習の統合サービスAmazon SageMakerです。
| やりいたいこと | 関連するサービス・機能 |
|---|---|
| モデルの構築・トレーニング・デプロイ | Amazon SageMaker（Pipelines、Model Registry、Feature Store、Clarify など） |
| モデリング用のデータを保存・処理する | AWSのデータストレージ・データ処理サービス（S3 など） |
| モデル・データ・インフラを監視する | ログ記録・モニタリングツール（劣化検知など） |
| MLワークフローを自動化する | CI/CD・オーケストレーション関連サービス |
| アクセス制御・データ保護を行う | IAM、暗号化などのセキュリティのベストプラクティス |
特にSageMakerは機能の幅が広く、配点の中心になります。「どの機能がMLライフサイクルのどの工程に対応するか」を整理しておくと、問題文の意図を読み取りやすくなります。実機での理解が効く分野なので、AWSの無料利用枠などでデータ準備〜トレーニング〜デプロイの流れを一度体験しておくと定着が大きく変わります。
5-4. おすすめの参考書・問題集・教材
体系的に知識を積み上げたい方には、公式教材に加えて、参考書や問題集、模擬試験を活用するのがおすすめです。私自身がチェックした中で、信頼性が高いと感じた教材を紹介します。MLA-C01は新しい資格のため、購入前に「MLA-C01対応」表記と最終更新日を必ず確認しましょう。
◆おすすめ参考書
| 書籍名 | 特徴 | おすすめの使い方 |
|---|---|---|
| 2週間で合格！AWS認定資格 マシンラーニングエンジニア アソシエイト【MLA-C01 対応】(唯本堂) | MLA-C01の試験範囲を短期間で整理できる電子書籍 | 最初の1冊として、試験範囲の全体像を短期間でつかむ |
| AWS資格全冠エンジニアが教える AWS認定資格 Machine Learning Engineer Associate(MLA)合格の教科書【MLA-C01対応】 | 実践問題30問・チートシート付き。全冠エンジニアによる解説書 | 要点とよく出るポイントを効率よく押さえたいときに使う |
参考書は、機械学習の用語やAWSサービスの位置づけを体系的に整理するのに向いています。 一方で、参考書を読むだけでは試験形式に慣れにくいため、後半では問題集や模擬試験も組み合わせましょう。
◆おすすめ問題集・模擬試験
| 教材名 | 特徴 | おすすめの使い方 |
|---|---|---|
| AWS Skill Builder Official Practice Question Set: AWS Certified Machine Learning Engineer - Associate | AWS公式の練習問題。出題形式や問われ方を確認しやすい | 最初の確認用、または試験前の最終チェックに使う |
| AWS Skill Builder Exam Prep Plan: AWS Certified Machine Learning Engineer - Associate | AWS公式の試験準備プラン。試験範囲の全体像を確認しながら学習できる | 公式試験ガイドとあわせて、学習の軸として使う |
| AWS認定 マシンラーニングエンジニア アソシエイト 実践問題集【MLA-C01対応】(唯本堂) | 公式ガイドラインに準じた出題傾向の模擬試験形式の問題集 | 本番形式の演習で、時間配分や弱点を確認したいときに使う |
| UdemyのMLA-C01対応 模擬試験講座 | 問題数が多く、演習量を確保しやすい。講座によって解説の詳しさや更新頻度に差がある | 問題演習量を増やしたい場合に活用する。MLA-C01対応・最終更新日・レビューを確認して選ぶ |
| CloudTech | 日本語でAWS資格対策を進めやすい学習サービス。MLAの本番レベル演習問題、全問ランダムモードでの模擬試験演習、AIアシスト学習機能などが利用可能 | 日本語で問題演習を多めにこなしたい方に向いている |
まず確認したいのは、AWS公式の教材です。公式練習問題は、MLA-C01の出題形式や問われ方を確認するのに役立ちます。問題数は多くありませんが、試験前の最終チェックとしても活用しやすい教材です。次に試験準備プランを使うと、試験範囲の全体像を確認しながら学習でき、「どの分野を重点的に学ぶべきか」を整理しやすくなります。
問題演習量を増やしたい場合は、UdemyのMLA-C01対応問題集も選択肢になります。講座によって問題数や解説の詳しさ、更新頻度に差があるため、購入前にMLA-C01対応であること、最終更新日、レビュー内容を確認しましょう。Udemyはセール時に価格が大きく下がることもあるため、急ぎでなければセール時期を狙うのもおすすめです。
加えて、CloudTechは、AIアシスト学習機能が便利だったので私はよく使っていました。
公式の過去問は公開されていない（FAQ参照）ため、公式練習問題や信頼できる教材で対策しましょう。
6. AWS MLA 合格体験記
ここからは、実際にMLA-C01に合格した筆者の体験です。学習開始から合格までの流れを具体的にイメージできるようまとめました。
6-1. 受験前のスキルセット
私は現在、ALH株式会社の名古屋・大阪カンパニーにて事業部の部長を務め、AWSの実務歴は約3年。普段はAWS環境のシステムインフラの設計から運用保守を担当しています。MLA受験前のスキルは次のような状態でした。
- AWSの利用経験
EC2・S3・VPC・IAM・CloudWatchなど、インフラ・運用系は日常的に利用。設計から運用まで一通り対応できるレベル。 - 機械学習の経験
実務でのML開発経験はほぼゼロ。SageMakerもMLA学習を機に本格的に触り始めた。 - 取得済み資格
受験時点でCloud Practitioner・AI Practitioner・Solutions Architect・Developer・Data Engineerなど複数のアソシエイト系を取得済み。
つまり「AWSの基盤・運用は得意だが、機械学習はほぼ初学者」という出発点でした。この自己分析が学習計画の土台になります。
6-2. 使った教材と勉強の流れ
5章の流れ（公式リソースを軸に問題演習でアウトプット）で進めました。実際に使ったのは次の教材です。
- AWS Skill Builder の Exam Prep Plan と公式練習問題
出題範囲の全体像と問われ方の確認に。 - Udemyの MLA-C01対応 演習テスト
演習量の確保に。間違えた問題の解説を読み込んだ。 - CloudTech
日本語で問題演習を回すのに活用。問題を解きながら、不明点はサイト内でそのままAIに質問して疑問を解消。 - AWS公式ドキュメント（SageMaker関連）
用語や機能でつまずいたときの“辞書”として。
特に効果的だったのが、間違えた問題を「第1〜第4分野」のどれかでメモし、配点の高い分野から重点復習するやり方。やみくもに周回するより弱点が可視化され、効率よく底上げできました。総勉強時間はおよそ80時間、期間にして約1.5か月（平日1〜2時間+週末）ほどで合格ラインに届きました。
6-3. 出題4分野ごとに「活きた」学習・経験
- 第1分野:データ準備（28%）
S3に格納したデータを、AWS環境内で分析用に変換する作業に従事していたため、データの取り込み・保存・変換まわりは理解が早かったです。一方で、特徴量エンジニアリングや欠損値処理といったML特有の前処理は、新しく学び直す必要がありました。 - 第2分野:モデル開発（26%）
未経験分野。PrecisionとRecallの違いやハイパーパラメータチューニングは最初つまずきましたが、「誤検知を避けたいか、見逃しを避けたいか」というユースケースとセットで覚えると一気に理解が進みました。 - 第3分野:デプロイとオーケストレーション（22%）
普段からCI/CDパイプラインやIaCに触れていた経験がそのまま活き、インフラ・運用畑が最も戦いやすい分野だと感じました。 - 第4分野:モニタリング・保守・セキュリティ（24%）
CloudWatchでの監視やIAMは日常業務の延長で対応でき、新しく学んだのはモデルの劣化（データドリフト）を監視する観点でした。
机上だけでは理解しにくかったのが第2分野。これに関しては、SageMakerでサンプルデータのトレーニング〜デプロイを一度試したところ、点と点だった知識がつながりました。
6-4. 受験して感じたこと
- 難しさの種類
暗記量より、「この要件ならどのサービス・手法を選ぶか」というユースケース型の判断が問われる印象。サービス名を覚えるだけでは解けません。 - 苦労した点
新形式の「並べ替え」「内容一致」は、あいまいな理解だと消去法が効かず、時間を取られました。時間配分に注意が必要です。 - 取得スコア
800点台前半で合格（合格ラインは720点）。満点ではありませんが、ML未経験からのスタートとしては手応えのある結果でした。
総じてMLA-C01は、「機械学習をAWS上で動かし、運用する」実務に直結した良問が多い資格でした。インフラ・運用畑でも、AWSの基盤知識を土台にすれば十分に合格を狙えます。
7. AWS MLAに関するよくある質問（FAQ）
Q1. AWS MLAの合格点は何点ですか?
720点です（100〜1,000点の換算スコア）。合否判定方式のため「何問正解で合格」と単純には決まっておらず、4分野をバランスよく対策することが大切です。
Q2. 受験料はいくらですか?
150 USD / 20,000円です。税金が適用される場合があり、為替レートなどで変更される可能性があるため、受験前にAWS公式サイトで最新情報を確認してください。
Q3. 問題数と試験時間は?
65問・130分。うち採点対象は50問、残り15問は採点対象外（評価用）です。どれが対象外かは判別できないため全問に回答しましょう。
Q4. 日本語で受験できますか?
できます。 対象言語は英語・日本語・韓国語・中国語（簡体字）です。ただし機械学習領域は英語・カタカナの専門用語が多いため、主要用語は英語表記でも意味がわかるようにしておくと安心です。
Q5. 合格率はどのくらいですか?
わかりません。 AWSは資格ごとの合格率を公式に公開していないため、「合格率◯%」と断定できません。公式に確認できるのは合格スコア720点のみです。
Q6. 公式の過去問はありますか?
公式が本試験問題を「過去問」として公開している情報は確認できません。 代わりに、公式練習問題（Official Practice Question Set）やAWS Skill Builderの対策コンテンツを活用しましょう。出所不明のdumps系教材は推奨しません。
Q7. 未経験でも合格できますか?
AWS公式はMLエンジニアリング経験1年以上+関連職での経験1年以上を推奨しています（必須ではありません）。AWSもMLも全くの未経験から狙うなら100時間以上を見込んでおくと安心です。AWSの基盤知識がある方なら、ML分野を学び足すことで十分に合格を狙えます。
8. まとめ
AWS Certified Machine Learning Engineer - Associate(MLA-C01)は、AWS上で機械学習ソリューションを構築・デプロイし、運用・保守していく力を証明する資格です。
実際に受験してみると、機械学習の難しい理論を深く問われるというよりも、「データ準備からモデル開発、デプロイ、運用・監視まで、AWS上で機械学習をどう動かし続けるか」を確認する試験という印象でした。私自身、インフラ・運用畑の出身で機械学習はほぼ初学者からのスタートでしたが、普段のCI/CDやモニタリングの知識が活きる場面も多く、AWSの基盤知識を土台にすれば十分に手が届く資格だと感じています。
一方で、機械学習に初めて触れる方は、特徴量やPrecision・Recall、データドリフトなど、聞き慣れない用語に最初は戸惑うかもしれません。ただ、SageMakerで一度手を動かしてみると、用語と実物がつながって一気に理解が進みます。まずは公式試験ガイドで出題範囲を確認し、配点の高い分野から学習を始めるのがおすすめです。
MLS-C01が提供を終えた今、MLA-C01は機械学習エンジニアを目指す方にとって現行の中心的な資格です。これからAWS上で機械学習を扱いたい方にとって、自分のスキルを客観的に示せる頼もしい資格になります。気負いすぎず、まずは試験ガイドを開くところから始めてみてください。
なお、AWS資格全体の取得順やロードマップは【2026年最新】AWS資格一覧｜全12種類の難易度・略称・受験料・取得順を徹底解説で解説しています。
参考ページ
- AWS公式：AWS Certified Machine Learning Engineer - Associate 認定ページ
- AWS公式：AWS Certified Machine Learning Engineer - Associate 試験ガイド
- AWS公式：AWS Skill Builder(オンライン学習・試験準備)
※試験概要・受験料・出題範囲などのデータは、上記AWS公式ページの内容に基づきます(本記事公開時点)。受験料や試験内容は変更される可能性があるため、受験前に必ずAWS公式サイトで最新情報をご確認ください。
関連記事
この記事を書いた人
