なぜ今？
この1年の間に、ハッカソン、サイドプロジェクト、その他の実践的な試行を通じて、いくつかのAIベースのアプリケーションを構築し、実験する機会を得ました。
その取り組みによって、セマンティック/ハイブリッド検索、リトリーバル（RAG）ワークフロー、LLMを活用したアプリケーション、そしてAIシステムにおけるさまざまな現実のユースケースといった、多くの刺激的なサブトピックに対する実践的な知見を得ることができました。構築して学んだことはとても多く、正直に言うと、それは私にとっていつも学び方の中で一番好きなもののひとつです。私にとって、知識の拡張は常に「学ぶ -> 作る -> 改善する -> 問題に遭遇する -> 繰り返す」というパイプラインでした。
そこで今、このAIの知識を、これまでのAWSクラウドの経験と正式に組み合わせたいと思っています。だからこそ、AWS Generative AI Developer Professional の認定資格取得に向けた旅を始めます。
背景
私のバックグラウンドは、クラウド、ソフトウェア、そしてシステム/ソリューションアーキテクチャです。一方で、最近の仕事では、AI側の領域により深く踏み込むことになりました。この認定は、クラウドとAIの世界をつなぐ助けになるはずだと感じています。
何を得たい？
- AWSにおけるジェネレーティブAIを、より構造化された形で理解すること。これまで私は、AWSベースではないさまざまなスタックを活用していました。たとえば、私のプロンプトはコードベース内では文字列テンプレートとして、あるいはビルダーパターンのクラスとして保存していましたが、AWS Bedrock Prompt Management のように、バージョニングを備えたクラウドベースのプロンプト管理ツールとは異なります。私のベクターデータベースは通常、pinecone、chromadb、またはローカルもしくはSupabase上でホストしたpostgres/pgvectorのいずれかでした。
- プロダクション志向のAIシステムを設計し、デプロイするための、より強固な基礎力。
- ベストプラクティス、トレードオフ、そしてAIアーキテクチャのパターンにおけるギャップを埋めるための観点を、より明確にすること。
- 散らばった自己流のAI経験を、より意図的で集中したものに変えること
それ以外に？
私は、学んでいることをよりオープンに書くための機会として、これを活用したいと考えています。これまで私は暗闇の中で学んでいて、自分の考えをもう少し詳しく記録していなかったことに後悔がありました。進捗、ひらめき、そしてつまずき（苦労）を記録したいので、この旅を小さな #devjournal シリーズのスタートとして、この投稿から始めます。
何を勉強しているのか、何が目立つのか、何が驚きなのか、そして理論と実践の間にどこにギャップを見つけるのかについて書きます。これが、私が学ぶことをより明確に振り返るのに役立つと同時に、クラウドエンジニアリング/開発とモダンなAI開発をつなげようとしている他の人たちにも役立てばいいなと思っています。
