GitHub Copilot Certificationとは？

GitHub Copilot Certificationは、GitHub Copilotの知識や活用スキルを証明する資格です。AIの基礎知識からCopilot機能の理解まで、業務活用に必要なスキルが問われます。

出題ドメインと比率

試験は7つのドメインに分かれており、それぞれ出題比率が設定されています。学習計画を立てる際の参考にしてください。

• Domain 1: AIのリスクと責任ある利用（7%）
• Domain 2: GitHub Copilotの機能と運用管理（31%）
• Domain 3: GitHub Copilotのデータフローと仕組み（15%）
• Domain 4: プロンプトエンジニアリング（9%）
• Domain 5: Copilotによる開発効率向上（14%）
• Domain 6: テスト自動化とコード品質向上（9%）
• Domain 7: セキュリティ、プライバシー、設定管理（15%）

ドメインごとの詳細解説

Highlight your expertise with GitHub Certifications

Getting GitHub certified is a resounding endorsement and a signal to the marketplace that provides validation of your sk...

resources.github.com

上記公式ページからリンクされた「github-copilot-exam-preparation-study-guide.pdf」を元にしています。

Domain 1: AIのリスクと責任ある利用（7%）

• AIのリスク: データの偏り、プライバシーの問題、不正確な出力、セキュリティリスク
• 生成AIの限界: 学習データの偏りや品質による制約、推論の正確性の限界
• AIの出力検証の必要性: AIは誤った情報を生成する可能性があるため、適切な検証が必要
• 責任あるAIの運用: 透明性、公平性、プライバシー保護を意識する
• AIの潜在的なリスクの軽減: フィルタリング、セキュリティ対策、人間のチェックを組み合わせる
• 倫理的なAIとは: 公正で透明性があり、利用者に害を与えないAIの開発

Domain 2: GitHub Copilotの機能と運用管理（31%）

• Copilotの種類: 個人向け（Individual）、法人向け（Business, Enterprise）、GitHub以外の企業向け
• IDEでのCopilot: Chat機能、コード補完、CLIでの活用方法
• 機能の違い: Businessはデータ保護や請求の仕組みが異なる
• 組織管理: Copilotのポリシー設定、監査ログ、API管理
• ナレッジベース: コードのベストプラクティスやデザインパターンを保存し、補完精度を向上
• カスタムモデルの利用: 特定のコードスタイルに適応させる
• CLIでの利用: コマンドラインでの設定・実行方法

Domain 3: GitHub Copilotのデータフローと仕組み（15%）

• データの利用と共有: 個人利用と企業利用で異なる
• コード補完の流れ: 入力 → プロンプト解析 → モデル処理 → 出力 → フィルタリング
• 入力処理の種類: コードスニペット、チャットプロンプトなど
• コンテキストの取得方法: 直近のコード、履歴などを参照
• フィルタリングとプロキシ処理: 有害なコードのブロック、コンテンツのチェック
• 推論の影響: モデルはよく見たコードに基づいて提案するため、新しい技術に弱い

Domain 4: プロンプトエンジニアリング（9%）

• プロンプトの構成: 目的に応じた適切な指示の作り方
• ゼロショット vs. フューショット: 追加情報なし vs. いくつかの例を与える手法
• チャット履歴の活用: 以前のやり取りを考慮した提案
• ベストプラクティス: 明確な指示、具体的な入力、適切なコンテキストの設定
• プロンプト処理の流れ: 入力 → 解釈 → モデル処理 → 出力

Domain 5: Copilotによる開発効率向上（14%）

• 活用例:
  • 新しい言語・フレームワークの学習
  • ドキュメントの作成
  • コードのリファクタリングやデバッグ
  • レガシーコードのモダナイズ
  • データサイエンスやサンプルデータの生成
• SDLC（ソフトウェア開発ライフサイクル）との関係: 設計・実装・テスト・保守の効率化
• 生産性API: Copilotの利用状況を分析し、開発の影響を測定

Domain 6: テスト自動化とコード品質向上（9%）

• テストの生成: 単体テスト、統合テストのコード自動生成
• エッジケースの特定: 予期しないバグの検出支援
• テストの改善: 既存のテストを強化する提案
• コード最適化: 効率的なコードの提案
• セキュリティ対策: 潜在的な脆弱性の検出と修正

Domain 7: セキュリティ、プライバシー、設定管理（15%）

• プライバシー管理: 各種プランごとのデータ管理の違い
• コード提案の設定: 組織レベルでの制御、コンテンツ除外設定
• GitHub Copilotの所有権: 生成されたコードの権利関係
• 重複検出フィルター: 既存コードのコピーを防ぐ機能
• セキュリティ警告: コードが表示されない場合のトラブルシューティング
• コンテキスト除外設定: 期待通りの提案が得られない場合の対応策

現時点の試験の手引き

2025/2/中旬時点

• 試験の提供業者：PSI
• 受験方法：試験センターまたは自宅オンライン（監督付き）
• テスト言語： English, Portuguese, Spanish, Korean, Japanese
• 受験費用：99USD

以下、参考キャプチャ。

当初は日本語が出来ませんでしたが、2025年2月頃に選択可能になりましたね！（オンラインの場合、監督との言語は変わらず英語なんだけどね・・・）

まとめ

テーマを見る限り、AI利活用の一般常識＋GitHub Copilotの基本知識および管理知識（データの流れや扱い、プランの違いなど）でいけそうな気もしますね。ただ、試験を受けるための壁が高めに感じるのが気になります。試験センターが近くの人はいいですね！。