セクション1：ローコードAIソリューションの設計（~13%）
コードを最小限に AI を実装する手段 の使い分け。AutoML / BigQuery ML / 業界別 API / 基盤モデル (Gemini, Imagen, Veo, Model Garden) を、ユースケース・データ・チームスキルから選定する力を問う。
このセクションのゴール
- BigQuery ML / Agent Platform AutoML / Model Garden / 業界別 API の使い分けを即答できる
- 「コードを書かずにすぐ動かす」ローコード解と「カスタム訓練」が必要なケースを判断できる
- Gemini ベースのアプリで コスト・レイテンシ・可用性 を最適化する選択肢を知っている
学習ファイル
| ファイル | 想定読者 | 内容 |
|---|---|---|
| 01_基礎.md | 📘 新人 | 各サービスの役割と基本的な使い方 |
| 02_応用.md | 🔧 中堅 | サービス選定の判断軸とコスト最適化の実務 |
| 03_要点と暗記.md | 🎯 全員 | 意思決定ツリーと頻出パターンの暗記用 |
試験ガイド対応
| サブセクション | 公式記載 |
|---|---|
| 1.1 | BigQuery ML または AutoML on Agent Platform を用いた ML モデルの開発 |
| 1.2 | Google Cloud AI API または基盤モデルを用いた AI ソリューションの構築 |