AIF-C01：AWS Certified AI Practitioner AI ソリューションのセキュリティ・コンプライアンス・ガバナンス 問12
AI ソリューションのセキュリティ・コンプライアンス・ガバナンス／ガバナンスとコンプライアンスの規制・標準（データガバナンス・監査・AWS の責任共有）企業が AI プロジェクトで扱うデータについて、どのデータを誰がどの目的で使えるか、機密度に応じた分類、保持期間、来歴（リネージ）の管理などを組織的なルールとして定め、運用したいと考えています。この取り組みを表す考え方はどれですか。
当サイトのオリジナル問題（AIF-C01：AWS Certified AI Practitionerの出題範囲「AI ソリューションのセキュリティ・コンプライアンス・ガバナンス」に対応。実際の試験問題ではありません）
- Aモデルのハイパーパラメーターチューニング
- Bデータガバナンス
- Cプロンプトエンジニアリング
- Dオートスケーリング
正解：B
解説
データガバナンスは、データの分類（機密度）、アクセス権限、利用目的、保持期間、品質、来歴（リネージ）などを組織的なポリシーとして定め、適切に管理・運用する取り組みです。ハイパーパラメーターチューニングやプロンプトエンジニアリングはモデル・入力の技術的工夫、オートスケーリングは容量の自動調整で、データ管理のガバナンスとは異なります。
下線の用語は 用語集 で意味を確認できます。
選択肢ごとの解説
- A誤り。ハイパーパラメーターチューニングは学習設定の最適化で、データの組織的管理ではありません。
- B正しい。データの分類・権限・保持・来歴などを組織的に定め運用するのがデータガバナンスです。
- C誤り。プロンプトエンジニアリングは入力の工夫で、データガバナンスの取り組みではありません。
- D誤り。オートスケーリングはリソース容量の自動調整で、データ管理のガバナンスとは関係ありません。