難問チャレンジ定義問題
「量子化（Quantization）」をAIモデルに適用する主な目的はどれか？
A.モデルの訓練精度を向上させる
✗ 量子化は精度とのトレードオフがある。精度向上ではなくサイズ・コスト削減が目的。
B.モデルの重みをより低精度の数値形式に変換してファイルサイズと推論コストを削減する← 正解
✓ 正解。32bit浮動小数点（FP32）を8bit整数（INT8）等に変換してモデルを軽量化し推論を高速化する。
C.モデルのコンテキストウィンドウを拡張する
✗ コンテキストウィンドウはモデルのアーキテクチャで決定。量子化では変更できない。
D.モデルのAPIレート制限を解除する
✗ APIレート制限はAzureのクォータ設定が担う。モデルの数値精度と無関係。
「難問チャレンジ」の他の問題
Azure MLのAutoMLで「分類タスク」を実行する際、不均衡データへの対処として自動的に行われることはどれか？「Transformer」の「Self-Attention」メカニズムが解決した従来のRNNの問題はどれか？RAGシステムで「ユーザーの質問に最も関連する文書を検索する」際に使うベクターの種類はどれか？Azure OpenAI Serviceのデプロイメント設定で「TPM（Tokens Per Minute）」と「RPM…「Differential Privacy（差分プライバシー）」をMLに適用する主な目的はどれか？Azure MLの「Prompt flow」を使うのに最も適したユースケースはどれか？
IT・クラウド の関連資格
AWS Certified Cloud Practitioner（CLF-C02）
AWSクラウドの入門資格。クラウドの概念・AWSのコアサービス・セキュリティ・料金モデルを問う。
AWS Certified Solutions Architect - Associate（SAA-C03）
AWSでのシステム設計能力を問うアソシエイト資格。高可用性・セキュリティ・コスト最適化の設計が中心。
DP-900：Microsoft Azure Data Fundamentals
Azureのデータサービスの基礎を問うMicrosoft認定資格。リレーショナル/非リレーショナルデータ、分析ワークロード、コアのデータ概念を扱う。