AWS MLA・DEAとは｜新アソシエイト2資格を解説【2026】
AWS認定資格に、機械学習エンジニア向けの「MLA（Machine Learning Engineer - Associate）」と、データエンジニア向けの「DEA（Data Engineer - Associate）」という2つのアソシエイト級資格が加わりました。生成AI・データ活用の需要拡大を背景に、いずれも実務に直結するスキルを証明できる資格として注目されています。一方で「MLAとDEAは何が違うのか」「どちらを先に取るべきか」「難易度や料金はどのくらいか」といった疑問を持つ人も多いはずです。この記事では、AWS MLA・DEAとは何かを、試験概要・出題範囲・受験料・難易度の観点から整理し、2つの違いとおすすめの取得順序までを2026年時点の最新情報で解説します。資格選びと学習計画づくりの判断材料として活用してください。
AWS MLA・DEAとは｜2024年に登場した新アソシエイト資格
MLAとDEAは、いずれもAWS認定のアソシエイト級に位置づけられる資格です。AWSのアソシエイト級は従来、SAA（ソリューションアーキテクト）・DVA（デベロッパー）・SOA（システムオペレーション）の3本柱でしたが、そこにデータと機械学習という専門領域が加わった形です。
役割で覚えると整理しやすく、「データ系ならDEA、機械学習ならMLA、開発系ならDVA、運用系ならSOA」というのが基本の選び方です。AWS認定全体の中での位置づけは、AWS認定資格12種類の比較もあわせて確認すると、自分のキャリアに必要な資格が見えてきます。とはいえ、いざ受験を決めても「出題範囲が広く、何から手をつければいいのか分からない」と最初の一歩でつまずく人が多いのも事実です。資格選びと学習計画はセットで立てないと、遠回りになりがちです。
AWS MLAとは｜機械学習エンジニア向け資格
MLA（MLA-C01）は、AWS上で機械学習ソリューションとパイプラインを構築・運用・デプロイ・保守する能力を認定する試験です。単にモデルを作るだけでなく、CI/CDパイプラインの構築やデプロイ後の監視・運用といったDevOps寄りのスキルも問われるのが特徴で、旧Machine Learning Specialty（MLS）よりも運用面に重点が置かれています。SageMakerを中心としたサービス知識が中心になります。
出題は4ドメインで構成されます。
- MLのためのデータ準備：28%（取り込み・変換・検証・前処理）
- MLモデル開発：26%（モデル選択・学習・ハイパーパラメータ調整・評価）
- MLソリューションの監視・保守・セキュリティ：24%
- MLワークフローのデプロイとオーケストレーション：22%（エンドポイント・オートスケール・CI/CD）
AWS DEAとは｜データエンジニア向け資格
DEA（DEA-C01）は、AWS上でデータパイプラインを実装し、コストやパフォーマンスの問題を監視・トラブルシューティング・最適化する能力を認定する試験です。Glue・Kinesis・EMRなどを用いて、データをどう取り込み・整えるかが問われ、難易度はソリューションアーキテクトアソシエイト（SAA）に近いとされています。日本語でも受験でき、すでに一般受験が可能です。
出題は4ドメインで構成され、データの取り込みと変換だけで全体の約1/3を占めるのが特徴です。
- データの取り込みと変換：34%（Glue・Kinesis・EMRなど）
- データストアの管理：26%
- データの運用とサポート：22%
- データセキュリティとガバナンス：18%
SAAレベルの土台があると学習がスムーズなため、AWS SAAの勉強方法ロードマップで基礎を固めてからDEAに進むのも有効な進め方です。
MLAとDEAの違いと取得順序
両資格はAWSアソシエイト級で、試験スペックは共通している部分が多くあります。違いは「機械学習にフォーカスするか（MLA）、データ基盤にフォーカスするか（DEA）」という対象領域です。
| 項目 | MLA（MLA-C01） | DEA（DEA-C01） |
|---|---|---|
| 対象者 | 機械学習エンジニア | データエンジニア |
| 受験料 | 150 USD | 150 USD |
| 試験時間 | 130分 | 130分 |
| 問題数 | 65問（採点50＋非採点15） | 65問（うち非採点15） |
| 合格スコア | 720 / 1,000 | 720 / 1,000 |
| 中心サービス | SageMaker など | Glue・Kinesis・EMR など |
取得順序については、MLAを受験する前にDEAを取得しておくと、データ準備など重複する範囲が多くスムーズに学習を進められます。データ基盤を扱う職種の人はDEAを軸に、機械学習の実装・運用を担う人はMLAを軸に選ぶとよいでしょう。両方取得すれば、データの準備からモデルの運用までを一気通貫で扱える人材であることを示せます。
よくある質問
MLAとDEAはどちらを先に取るべきですか？
機械学習が目的でも、先にDEAを取得しておくとデータ準備分野の知識が重複するため、MLAの学習がスムーズになります。一方、目的がデータ基盤の構築・運用であればDEA単独で十分です。自分の業務領域に近い方から着手し、必要に応じてもう一方を追加するのが効率的です。
旧Machine Learning Specialtyとの違いは何ですか？
MLAは、CI/CDパイプラインやインフラ自動化、デプロイ後の運用・監視といったDevOps寄りのスキルに重点を置いている点が、旧Machine Learning Specialty（MLS）との大きな違いです。モデルを作るだけでなく、本番運用まで見据えた実務的な内容になっています。
未経験でもMLA・DEAに合格できますか？
いずれもアソシエイト級のため、クラウドの基礎知識があれば未経験からの挑戦も可能です。ただし出題範囲は広いため、AWSのデータ・ML関連サービスの役割を体系的に理解し、問題演習を重ねることが前提になります。DEAはSAA相当の難易度とされるため、基礎固めから入ると安心です。
試験は日本語で受けられますか？
DEAは日本語を含む複数言語で提供されています。AWS認定は多言語対応が進んでいるため、受験申込時に最新の対応言語を公式サイトで確認するとよいでしょう。
まとめ
AWS MLA・DEAは、機械学習エンジニアとデータエンジニアという専門領域に対応した新しいアソシエイト級資格です。受験料150 USD・130分・65問という共通スペックを持ちつつ、MLAはSageMakerを中心としたML実装・運用、DEAはGlue・Kinesis・EMRを中心としたデータ基盤に焦点があります。機械学習が目的でもDEAを先に取ると重複範囲を活かせるため、自分の業務に近い方から計画的に進めるのが効率的です。どちらも出題範囲が広く、サービスの役割を反復演習で定着させることが合格の鍵になります。スキマ時間にAIが弱点を出題するSkillStackのような学習アプリを使うと、忙しい中でも無理なく演習量を確保できます。
