クラウドインフラ世界シェアNo.1のAWSが提供するAI/ML認定資格として、実務エンジニアから注目を集めているのが「AWS Certified Machine Learning Engineer – Associate（試験コード：MLA-C01）」です。単なるAI用語の暗記にとどまらず、Amazon SageMakerを中心としたデータ前処理・モデル開発・MLOps・本番パイプラインの構築と運用力を実務レベルで問う、非常に実践的な資格です。
本記事では、hensachi.jp独自の難易度・偏差値指標を用いながら、試験の基本スペックから旧Specialty試験（MLS-C01）・入門資格AIF-C01との比較、出題分野、レベル別勉強時間、今後の試験改定情報まで、受験を検討する方の疑問を網羅して解説します。
この記事で解決できる疑問
- MLA-C01（AWS Certified Machine Learning Engineer – Associate）とはどんな資格？
- 受験料、試験時間、問題数、合格点は？
- 難易度や偏差値はどのくらい？
- 旧資格のMLS-C01（Specialty）や入門のAIF-C01（AI Practitioner）との違いは？
- どんな問題が出る？4大出題ドメインと主要AWSサービスは？
- 一発合格するための勉強法・対策ロードマップは？
1. MLA-C01とは？基本概要と資格の位置づけ
- 正式名称：AWS Certified Machine Learning Engineer – Associate（AWS認定 機械学習エンジニア – アソシエイト）
- 試験コード：MLA-C01
- 主催：Amazon Web Services（AWS）
- カテゴリ：Associate（中級・役割ベース資格）
AWS環境における機械学習システムの実装・本番デプロイ・データエンジニアリング・MLOps（機械学習の継続的運用）を担当する「MLエンジニア」のための専門認定資格です。Amazon SageMakerでの実務経験1年程度を持つ層を主な対象としています。
2.【一目でわかる】MLA-C01の試験スペック
| 項目 | 詳細スペック |
|---|---|
| hensachi.jp 偏差値 | 偏差値63（アソシエイト資格の中では高難易度・中上級） |
| 試験時間 | 130分 |
| 問題数 | 65問（うち50問が採点対象、15問は今後の出題のための検証用未採点問題） |
| 合格点（合格ライン） | 1,000点満点中720点以上（スケーリングスコア方式・約72%） |
| 合格率の目安 | 非公表（アソシエイト帯だが実践的な内容でやや難易度は高め） |
| 受験料 | 150 USD（為替レートにより変動、目安2万円台前半） |
| 有効期限 | 3年間（更新時は再受験、または上位資格の合格が必要） |
| 受験形式 | Pearson VUEテストセンター、またはオンライン監督付き受験 |
| 試験言語 | 英語、日本語、韓国語、簡体字中国語 |
スペック情報はAWS公式サイトの試験概要ページで確認・整合を取っています。合格点の720点や試験時間130分、受験料150 USDは公式情報と一致しています。
3. MLA-C01 vs MLS-C01 vs AIF-C01｜どっちを受けるべき？
AWSのAI/ML関連資格には、入門レベルの「AIF-C01（AI Practitioner）」や、旧専門資格「MLS-C01（Machine Learning – Specialty）」が存在します。位置づけを整理すると以下の通りです。
- AIF-C01（AI Practitioner）：入門レベル。概念・生成AI（Bedrock）・ユースケース中心
- MLA-C01（ML Engineer – Associate）：中級・実践レベル。SageMakerでの実装・MLOps・パイプライン構築が中心
- MLS-C01（ML – Specialty）：上級・専門レベル。機械学習全般の理論・高度なアルゴリズム・データ分析が中心
| 比較項目 | AIF-C01 | MLA-C01 | MLS-C01 |
|---|---|---|---|
| 難易度・偏差値 | 偏差値42（入門） | 偏差値63（中上級） | 偏差値65（上級） |
| 主なターゲット | 全職種・ビジネスパーソン | MLエンジニア・MLOps担当 | データサイエンティスト・ML研究者 |
| 中心となるサービス | Amazon Bedrock、Amazon Q | Amazon SageMaker全般、AWS Glue、EMR | SageMaker、Kinesis、Redshift、ML理論 |
| 試験の焦点 | 生成AI・倫理・ビジネス利用 | 実装・デプロイ・CI/CD・MLOps・監視 | アルゴリズム選択・モデルチューニング・数理知識 |
| 合格スコア | 700/1000 | 720/1000 | 750/1000 |
MLS-C01との違い：MLS-C01（旧Specialty）は機械学習の数学的アルゴリズムやハイパーパラメーターチューニング理論、データ分析手法など「データサイエンスの理論と全体像」に重点が置かれていました。一方MLA-C01は「AWS上でいかに機械学習システムを構築し、CI/CDパイプラインに乗せ、セキュリティを担保して運用（MLOps）するか」というエンジニアリングの実践力に特化しています。
4. 出題範囲と4大ドメイン・主要AWSサービス
MLA-C01の出題範囲は、機械学習プロジェクトのライフサイクルに沿った4つのドメインで構成されています（配分は公式試験ガイドに基づく）。
| ドメイン | 配分 |
|---|---|
| Domain 1：MLのためのデータ準備 | 28% |
| Domain 2：MLモデルの開発 | 26% |
| Domain 3：MLワークフローのデプロイとオーケストレーション | 22% |
| Domain 4：MLソリューションの監視・保守・セキュリティ | 24% |
① データ準備（28%）
データ取り込み、データ変換、特徴量エンジニアリング、データクレンジングが問われます。主要サービス：SageMaker Data Wrangler、AWS Glue、Amazon EMR、Redshift ML、Feature Store。
② モデル開発（26%）
機械学習アルゴリズムの選定、ハイパーパラメーター調整、評価指標（F1スコア、RMSE、適合率、再現率）の分析、モデル管理が問われます。主要サービス：SageMaker Autopilot、Experiments、Model Registry、Model Cards。
③ デプロイとオーケストレーション（22%）
リアルタイム／バッチ推論エンドポイントの構築、A/Bテスト・カナリアデプロイ、VPC内セキュリティ、IAMポリシー、暗号化（KMS）が問われます。主要サービス：SageMaker Endpoints、Inference Recommender、AWS KMS、IAM。
④ モニタリング・保守・セキュリティ（24%）
データドリフト・概念ドリフトの検出、モデルの再学習自動化、CI/CDパイプライン構築（MLOps）が問われます。主要サービス：SageMaker Model Monitor、Clarify（バイアス検出）、Pipelines、AWS CodePipeline。
5. 難易度と必要な勉強時間（レベル別）
| 受験者のバックグラウンド | 推奨勉強時間 | 期間目安 |
|---|---|---|
| AWS資格保有者（SAA等）＋ML/SageMaker実務経験者 | 15〜30時間 | 1〜2週間 |
| AWS基礎知識あり（CLF/SAA保持）＋ML初心者 | 40〜60時間 | 3週間〜1ヶ月 |
| AWS未経験・クラウド初心者 | 80〜120時間以上 | 1.5〜2.5ヶ月 |
一発合格のための4ステップロードマップ
- SageMakerを中心としたAWS MLサービスの役割整理（1週目）：Data Wrangler、Feature Store、Pipelines、Model Monitor等の機能を対応づけて覚える
- 公式ハンズオン・AWS Workshopの実践（2週目）：SageMaker Studioを実際に操作し、データ準備〜パイプライン構築の流れを体感する
- 問題集の反復演習（3週目）：模擬問題集を最低2〜3周解き、シナリオ問題の形式に慣れる
- 弱いドメインの復習と仕上げ（直前）：採点対象外の15問に惑わされず、130分で65問を解き切るペース配分を身につける
おすすめ教材：AWS公式のAWS Skill Builderが提供する「AWS Certified Machine Learning Engineer – Associate 準備コース」、およびシナリオ問題形式に慣れるための市販の模擬問題集（Tutorials Dojo等）を組み合わせるのが効率的です。
6. 就職・転職・年収への影響と履歴書の書き方
MLエンジニアは需要が高い職種で、年収700万円〜1,500万円以上の高水準ポジションも珍しくありません。単に「Pythonで機械学習コードが書ける」だけでなく、「AWSのクラウド基盤上でスケールするMLOpsシステムを運用できる」証明になるため、大手Web企業やコンサルティングファームの採用でも評価されやすい資格です。
履歴書の記載例：「2026年◯月 AWS Certified Machine Learning Engineer – Associate 合格」のように、取得年月・正式名称を明記しましょう。
7. 【重要】次期試験MLA-C02への改定について
2026年8月時点の最新情報として、MLA-C01は改定版「MLA-C02」への移行が既に発表されています。MLA-C02の申込受付は2026年9月1日開始、英語版のMLA-C01は2026年9月28日が最終受験日となります。日本語・韓国語・簡体字中国語版のMLA-C01は、MLA-C02の一般提供開始（2027年初頭を予定）まで引き続き受験可能です。MLA-C02では生成AI・エージェント型AI・基盤モデル（LLM）関連の出題が拡充される見込みです。日本語で今すぐ受験する場合はMLA-C01がまだ現役の選択肢ですが、受験時期が2027年にずれ込む場合は最新のシラバスを公式サイトで確認してください。
8. よくある質問
Q1. 合格点は何点ですか？
1,000点満点中720点以上で合格です。65問中50問が採点対象のため、目安としておよそ7割強の正答が必要になります。
Q2. 受験料はいくらですか？割引はありますか？
通常150 USDです。AWS認定試験に一度でも合格すると、次回受験に使える50%オフバウチャー（有効期限12ヶ月・他のどのAWS試験にも利用可）が付与されるため、対象者は実質75 USD前後で受験できます。
Q3. 試験は日本語で受けられますか？
はい。英語、日本語、韓国語、簡体字中国語に対応しており、テストセンターでもオンライン受験でも日本語問題を選択できます。
Q4. アソシエイトですが、難易度は高いですか？
AWS Solutions Architect – Associate（SAA）等のインフラ系アソシエイト資格と比較すると、SageMakerの深い仕様やMLOpsのパイプライン構成が問われるため、明確に難易度は高めです。
9. まとめ：MLA-C01を取得してクラウドML時代をリードしよう
AWS MLA-C01（Machine Learning Engineer – Associate）は、「実務で使えるクラウド機械学習とMLOpsの技術力」をピンポイントで証明できる資格です。難易度はhensachi.jp偏差値63（実践的中上級レベル）、合格ラインは1,000点満点中720点以上（130分・65問）。SageMakerの各種機能・パイプライン・データ準備の出題傾向を押さえることが合格への最短ルートです。しっかり対策を行えば、クラウドエンジニアやデータアナリストからのキャリアアップ・年収アップの強力な武器になります。次期MLA-C02への移行スケジュールも踏まえつつ、ぜひ挑戦してみてください。
あわせて読みたい
あわせて読みたい
あわせて読みたい
コメント