2級
幅広いAIの基礎知識と、根拠のある深い見解を説明します。
受験資格
3級資格の取得から1年が経過すると受験できます。
画面共有による面接
審査官が先にPC環境を確認してから質問します。即座に対応し、指定の作業を速やかに完了してください。
- Zoomではウィンドウやのタブだけでなく、画面全体を共有します。
- 共有PCのリモート制御権を審査官に渡します。審査官はOSのディスプレイ設定を操作し、追加のモニターが接続されていないことを先に確認します。
- 確認後は共有画面で自分で回答・作業します。評価対象ツールを使うことはインタビューの一部ですが、回答や解決を密かにや他人へ任せるのは不正です。
必須プログラミング言語
5級から1級まで、全ての級の共通必須です。
Shell Scripting
を作り、動かすコンピューターを扱うための土台となる言語です。
この資格は 5 級から 1 級まですべての級でを求めます。AI をゼロから作る作業 — の取得、の実行、結果の移動、をに載せること — はたいていで行われ、モデルをどの言語で書いても、それを実行し、つなぎ、するのはです。(を書かずに画面操作でモデルを作るツールもあり、やアプリで AI を使うだけならは不要です。この資格は作って自動化する力を見るのでシェルを求めます。)
シェルプログラミングを学ぶ設計質問の例
指定されたテーマのAIをどう作りますか。目的・データ・ツールと結果の検証方法を説明してください。
これは設計質問の一例です。面接ではこの一問だけでなく、各級に合う複数の質問と課題が出ます。
何を学ぶか
- さまざまなAIの基本原理を説明します。
- 手法・限界・評価方法を比較します。
- 根拠と例を示してAIについての見解を述べ、追加質問に答えます。
どう評価されるか
- 知識が幅広く正確だったか。
- 判断の根拠と具体例を示したか。
- 限界と代替案を深く議論できたか。
試験の構成
筆記試験と実技試験はありません。Zoomで画面全体を共有する面接一つで級を決めます。審査官が級に合った質問をすると、受験者はすぐに自分の言葉で説明し、審査官は追加の質問で理解の深さを確かめます。
面接の予想質問
以下の20問は、面接で審査官が尋ねるかもしれない質問の例です。正解の単語一つを当てようとせず、声に出して説明してみてください。開くと説明の例と追加の質問が見られます。公式の試験問題ではありません。
評価指標
-
1
審査官 （Precision）とは何かを、迷惑メールのふるい分けを例にして説明してください。
説明の例を見る
説明の例 適合率は、が「」と答えたもののうち、本当に陽性であるものの割合です。迷惑メールとしてふるい分けたメールのうち本物の迷惑メールの割合で、適合率が低いと、まともなメールがたくさん迷惑メールのフォルダーに入ってしまいます。
追加の質問 適合率を上げようとして基準をとても厳しくすると、どんな問題が起きますか？
-
2
審査官 （Recall）とは何か、とどんな関係にあるかを説明してください。
説明の例を見る
説明の例 再現率は、本当ののうち、が陽性として見つけ出したものの割合です。再現率が低いと迷惑メールが受信トレイにたくさん入り、適合率と再現率はふつう、片方を上げるともう片方が下がります。
追加の質問 がん検診のモデルなら、適合率と再現率のどちらをより重く見ますか？それはなぜですか？
-
3
審査官 （F1 Score）とは何か、なぜとをただ平均しないのかを説明してください。
説明の例を見る
説明の例 F1 スコアは適合率と再現率ので、両方を一つの数で比べるときに使います。調和平均なので、片方だけが高くてもう片方が低いと、F1 スコアも低くなります。
追加の質問 F1 スコアだけを見てを選ぶと、何を見落とすおそれがありますか？
-
4
審査官 （Confusion Matrix）とは何か、ほかのとどう関係するかを説明してください。
説明の例を見る
説明の例 混同行列は、本当の答えとの予測を、真・・・真陰性のマスに分けて数えた表です。正解率・・は、どれもこの表のマスを数えて計算します。
追加の質問 偽陽性と偽陰性のどちらがより高くつくまちがいかは、何で決まりますか？
-
5
審査官 （Perplexity）が何を測る指標か、値が10とはどういう意味かを説明してください。
説明の例を見る
説明の例 パープレキシティは、が次のにどれだけ迷っているかを表し、低いほどよい値です。パープレキシティが10なら、次のトークンを選ぶときにおよそ10個の候補の間で迷っているのに近いという意味です。
追加の質問 パープレキシティの低いが、会話ではあまり役に立たないこともあるのはなぜでしょうか？
速さとコスト
-
6
審査官 （Latency）とは何か、チャットのサービスで特にどの時間が大切かを説明してください。
説明の例を見る
説明の例 レイテンシ（Latency、遅延時間）は、質問を送ってから応答が返ってくるまでにかかる時間です。チャットのサービスでは、最初の文字が出るまでの時間が特に大切です。
追加の質問 最初の文字が出るまでの時間を短くするには、どんな方法がありますか？
-
7
審査官 （Throughput）とは何か、とどう引き換えになるかを説明してください。
説明の例を見る
説明の例 スループット（Throughput、処理量）は、1秒あたりに処理するの数のように、決まった時間に処理できる仕事の量です。リクエストをまとめていっぺんに処理するとスループットは上がりますが、リクエスト一つあたりのレイテンシは長くなることがあります。
追加の質問 大勢が同時に使うサービスと、一人で使う道具では、それぞれどちらをより重く見ますか？
-
8
審査官 （Knowledge Distillation）とは何か、どんな設計の選択なのかを説明してください。
説明の例を見る
説明の例 知識蒸留は、大きな（教師）の出力をまねるように小さなモデル（生徒）をさせて、性能を近いまま保ちながらサイズを小さくする方法です。小さなモデルは速く安く動くので、速さ・コストと正確さを引き換えにする代表的な設計です。
追加の質問 生徒のモデルが、ある分野で教師よりはっきり劣っていないかを、どう確かめますか？
-
9
審査官 KV （）とは何か、何を得て何を払うのかを説明してください。
説明の例を見る
説明の例 KV キャッシュは、が文章を生成するときに、すでに計算したのキー（Key）と値（Value）を保存しておき、もう一度使うしくみです。前のを毎回計算し直さないので生成が速くなりますが、文章が長くなるほどを多く使います。
追加の質問 コンテキストがとても長くなったとき、KV キャッシュのメモリを減らすにはどんな方法がありますか？
-
10
審査官 （Pruning）とは何か、その名前がどこから来たかを説明してください。
説明の例を見る
説明の例 枝刈り（Pruning、プルーニング）は、ずみのから重要度の低いやつながりを切り取って、モデルを軽くする方法です。木の役に立たない枝を切ることにたとえた名前です。
追加の質問 枝刈りとをいっしょに使うときは、何に気をつけるべきでしょうか？
設計の選択肢
-
11
審査官 の構造とは何か、ーが多くても計算量が小さくなる理由を説明してください。
説明の例を見る
説明の例 MoE（Mixture of Experts、専門家の混合）は、いくつもの「専門家」の小さなのうち、入力ごとに一部だけを選んで計算する構造です。パラメーターの総数は大きいですが、一つを処理するときに働く専門家は少しだけなので、計算量が小さくなります。
追加の質問 計算量は小さくなっても、はなぜ多く必要なままなのでしょうか？
-
12
審査官 とは何か、大きなを安くできる理由を説明してください。
説明の例を見る
説明の例 LoRA（Low-Rank Adaptation）は、もとのは凍結したまま、小さな低ランクだけをさせるファインチューニングの方法です。学習させるーがとても少ないので、大きなモデルでも少ないでファインチューニングできます。
追加の質問 LoRA ではなく、全体のファインチューニングを選ぶべきなのはどんなときでしょうか？
-
13
審査官 とは何か、どんな順序でを仕上げるかを説明してください。
説明の例を見る
説明の例 RLHF（Reinforcement Learning from Human Feedback）は、人が二つの答えのうちよいほうを選んだでを作り、その報酬で言語モデルをさせる方法です。チャットのが、人が望む答え方をするように仕上げるときに使われます。
追加の質問 言語モデルが報酬モデルの抜け穴を突くと、どんなことが起きるでしょうか？
-
14
審査官 （Vector Database）とは何か、 の設計でどんな役目をするかを説明してください。
説明の例を見る
説明の例 ベクトルデータベースは、のを保存しておき、与えられたベクトルに近いベクトルを速く見つけてくれるです。RAG の設計では、質問と意味の近い文書を探すときに使います。
追加の質問 文書が少ないときでも、ベクトルデータベースは本当に必要でしょうか？
-
15
審査官 （Cosine Similarity）が何を測るかを、値の範囲も含めて説明してください。
説明の例を見る
説明の例 コサイン類似度は、二つのの間の角度から、向きがどれだけ似ているかを測るもので、の検索でよく使われます。向きが同じなら1、直角なら0、反対向きなら-1です。
追加の質問 ベクトルの長さが大切な場合は、代わりにどんな距離を使えるでしょうか？
実装の道具
-
16
審査官 とは何か、ふつうの より計算が速い理由を説明してください。
説明の例を見る
説明の例 NumPy（ナンパイ）は、Python で多配列と速い数値計算を使えるようにするで、のライブラリのほとんどがこれを土台にしています。くり返しの代わりに配列全体をいっぺんに計算するので、同じ仕事をふつうの Python よりずっと速く行います。
追加の質問 形の違う二つの配列を足すとき、NumPy はどう扱いますか？
-
17
審査官 とは何か、だれが最初に作り、今はだれが管理しているかを説明してください。
説明の例を見る
説明の例 PyTorch（パイトーチ）は、Meta（メタ）が最初に作って公開した、を備えた代表的な ののです。今は Foundation（リナックス財団）の下にある PyTorch Foundation が管理しています。
追加の質問 研究者が PyTorch をよく選ぶのはなぜだと思いますか？
-
18
審査官 （Automatic Differentiation）とは何か、のでなぜ中心となる機能なのかを説明してください。
説明の例を見る
説明の例 自動微分（Automatic Differentiation、autograd）は、人が式を解かなくても、計算の手順をたどって関数のを自動で求めてくれる機能です。法を自分で書かなくてすむようにしてくれる、ディープラーニングのフレームワークの中心となる機能です。
追加の質問 自動微分は、（ごく小さな値を足して比べる方法）と何が違いますか？
-
19
審査官 ReLU とは何か、なぜこれほど広く使われるかを説明してください。
説明の例を見る
説明の例 ReLU（Rectified Linear Unit）は、層の出力にかけて、0より小さい値は0に変え、大きい値はそのまま残す活性化関数で、式では max(0, x) です。計算が簡単なので、深いのを速くします。
追加の質問 活性化関数が一つもなければ、層をいくら重ねてもどんな限界が残りますか？
-
20
審査官 とは何か、「自分のコンピューターでは動くのに」という問題をどう防ぐかを説明してください。
説明の例を見る
説明の例 Docker（ドッカー）は、を動かす環境（・設定）といっしょにまとめて、どのコンピューターでも同じように動くようにするの道具です。作ったものをほかのコンピューターやにそのまま移して動かすときに使います。
追加の質問 コンテナとは何が違いますか？