NetApp Certified AI Expertになる

NetApp Certified AI Expert試験に合格して、テクノロジを先取りしましょう。この認定資格を取得すると、NetAppのAIソリューションとその関連の業界テクノロジに関係するスキルと知識を備えていることを証明できます。

この試験で証明できること

この試験は、AIワークロード向けのインフラ構築に関する知識を習得し、AIに関する技術に6～12カ月携わった経験がある技術担当者を対象としています。

この試験では、以下に関する知識が求められます。

ドメイン1：AIの概要（15%）

ドメイン2：AIのライフサイクル（27%）

ドメイン3：AIソフトウェアアーキテクチャ（18%）

AI MLOps / LLMOpsエコシステムと一般的な用途について説明する
AWS Sagemaker、Google VertexAI、Microsoft AzureML、Domino Data Labs、RunAI、MLflow、KubeFlow、TensorFlow Extendedの概要
Jupyter Notebookとパイプラインの違いを区別する
Notebookは実験用、パイプラインは反復開発用（本番環境）
NetApp DataOps Toolkitの仕組みを説明する
Python、Kubernetesとスタンドアロンの違い、NetApp DataOps Toolkitが提供する基本機能
Kubernetesを使用してAIワークロードを大規模に実行できることを実証する
Trident
BlueXPソフトウェアツールを使用したAIソリューションの構築について説明する
生成AIツールキット、ワークロードファクトリ、生成AIでプライベートデータを安全に使用する方法

ドメイン4：AIハードウェアアーキテクチャ（18%）

データ集約トポロジについて説明する
ウェアハウス、データレイク、レイクハウス
AIワークロードで使用されるコンピューティングアーキテクチャについて説明する
CPU、GPU - NVIDIA、TPU、FPGA
AIワークロードで使用されるネットワークアーキテクチャについて説明する
イーサネットとInfinibandの違い、RDMAとGPUDirect Storageの関連性
AIワークロードで使用されるストレージアーキテクチャを特定する
Cシリーズ、Aシリーズ、EFシリーズ、StorageGRID
さまざまなプロトコルのユースケースを特定する
ファイル、オブジェクト、並列ファイルシステム、POSIX、ホストにインストールしたクライアントなど（ファイルとオブジェクト、またはその両方）。ファイルデータをオブジェクトベースのサービス（クラウドとオンプレミス）に統合して分析に使用する
NetAppを使用したSuperPODアーキテクチャのメリットを特定する
Eシリーズ、BeeGFS、エンタープライズデータとの統合
BasePodアーキテクチャとOVXアーキテクチャのユースケースを説明する
AIPod、FlexPod AI、OVX

ドメイン5：AIに関する一般的な課題（22%）