こんにちは！デバイスソフトウエア開発部の山内です。
弊社では、NVIDIA Jetson を使ったエッジAI製品を開発しています。そこで、私もNVIDIA認定資格を取ろうと思って調べ始めたところ、私が探していた認定プログラムは終了していたことが発覚。代わりにNVIDIAの認定資格が別体系に再編されていることが分かりました。
本記事では、2026年時点で公式に案内されているNVIDIA認定資格を、分かりやすく整理します。
3行で要約
- NVIDIA Jetson AI Specialist プログラムは終了済み
- 現在は計12個の資格に再編されつつある
- まずは自分の興味関心にあった分野を探すのが吉
はじめに: NVIDIA Jetson AI Specialist は終了済み
「NVIDIA Jetson 資格」と検索すると、「NVIDIA Jetson AI Specialist Certification を取得しました」という記事がいくつか見つかるかもしれません。しかし現在、そのプログラムは終了しています。
というのも、プレスリリースやお知らせは特にないものの、2025年11月に投稿されたフォーラムにこんな記述が。
「Jetson AI SpecialistおよびJetson AI Ambassadorプログラムは1年以上前に終了しております。」…というわけで、現在のNVIDIA Certification は、近年のAI開発の動向も踏まえたより体系的なものに再構築されているのです。
では気を取り直して、現在どんな認定資格が提供されているのか見てみましょう。
認定資格の公式情報について
公式ポータル
認定資格・学習リソースのポータルは、 となっており、ページ内の「ラーニングパスを見る」（Browse Learning Paths）というリンクから、学習コンテンツ・認定資格のカタログを見ることができます。
その詳細情報に載っている、認定資格のフレームワークがこちら。
NVIDIA Certification Framework （出典: https://nvdam.widen.net/s/brxsxxtskb/dli-learning-journey-2009000-r5-web ; p.3）
- 縦軸：レベル（Associate / Professional）
- 横軸：領域
- AI Applications and Workloads（アプリケーション開発者向け）
- AI Infrastructure（インフラ・運用担当者向け）
各資格ページで確認できる情報
各資格ページには、推奨されるラーニングパスが示されています。ただし、このラーニングパスは必須ではなく推奨であり、受験資格には含まれていません。
「一部受講しつつ、ある程度の経験を積めてきたら試験を受ける」といった戦略もありでしょう。
Agentic AI Certification の例 緑色＝自習、紫色＝講師つき学習、青色＝試験 という色分け （出典: https://nvdam.widen.net/s/brxsxxtskb/dli-learning-journey-2009000-r5-web ; p.6）
試験について
先ほどのページから、各試験のページも見ることができます。
Agentic AI Professional Certification Exam の例 （出典: https://www.nvidia.com/en-us/learn/certification/agentic-ai-professional/）
受験時は、カメラ、マイク、それから画面共有の準備もしておきましょう。
試験のページには、
- 試験の概要と各種要件（金額、言語、時間、前提条件など）
- 出題範囲と対象受験者
- 推奨ラーニングパス
- 各トピックの出題割合
- Exam Study Guide（試験のさらに詳細なガイド）
なお試験に合格すると、その資格は2年間有効となります。
資格を維持する場合は再受験が必要です。
2026年現在提供されている認定資格一覧
略称について（凡例）
- NCA-：NVIDIA Certified Associate（Associate）
- NCP-：NVIDIA Certified Professional（Professional）
- 末尾の識別子は分野を示します（例：GENL=Generative AI LLMs、GENM=Generative AI Multimodal、ADS=Accelerated Data Science、AIIO=AI Infrastructure and Operations、AII=AI Infrastructure、AIO=AI Operations、AIN=AI Networking、OUSD=OpenUSD Development）
参考費用について
- 受験料は、Associate資格で$125、Professional資格で$200〜$400となっています。
- その上で、「推奨ラーニングパスをすべて受講した場合の受講料」＋「受験料」 を合計して「参考費用」としています。「ラーニングパスをフルでこなしたらこの金額になる」という最大値として見ていただくのが良いと思います。
- 同じ内容が Self-Paced（自習） と Instructor-Led（講師つき学習） の両方で提供されている場合は、価格差が出るため「最安値〜最高値」の形式で記載しています。
- Accelerated Data Science （Associate）[NCA-ADS] →2026年3月公開予定
- Physical AI（Associate）[NCA-PAI] →2026年下半期公開予定
各資格の詳細
ここからは、資格ごとに- 対象者（どの業務で使う人向けか）
- 受験時に必要とされる能力・経験（Prerequisites）
- 推奨トレーニング（例）
- 費用の目安
NVIDIA-Certified Associate（Associate）
NCA-GENL：Generative AI LLMs
概要- 生成AIとLLMを使ったアプリケーションを、NVIDIAのソリューション上で開発・統合・運用するための基礎知識を問う入門資格。
- 生成AI/LLMを使うアプリケーション開発に関わるソフトウェア開発者・エンジニア
- LLMを用いた機能の実装・統合・デプロイを担当する開発者
- ソリューションアーキテクト、MLエンジニア、データサイエンティスト（LLMを業務で扱う人）
- 生成AIとLLMについての基本的な理解
- Building LLM Applications with Prompt Engineering（プロンプトエンジニアリングでLLMアプリを構築）
- Rapid Application Development Using Large Language Models (LLMs)（LLMを用いた迅速なアプリ開発）
- コース：$390〜$2,500 + 受験料$125 = $515〜$2,625
NCA-GENM：Generative AI Multimodal
概要- テキスト・画像・音声など、マルチモーダルな生成AIシステムを設計・実装・運用するための基礎知識を問う入門資格。
- マルチモーダルデータ（テキスト/画像/音声など）を扱うAIシステムの実装に関わる人
- AI DevOps エンジニア / MLエンジニア / データサイエンティスト / ソフトウェアエンジニア / ソリューションアーキテクトなど
- 生成AIについての基本的な理解
- Getting Started With Deep Learning（深層学習のはじめ方）
- Introduction to Transformer-Based Natural Language Processing（TransformerベースNLP入門）
- コース：$800〜$2,500 + 受験料$125 = $925〜$2,625
NCA-ADS：Accelerated Data Science
概要- GPUを用いたデータ処理・分析・ETL・機械学習ワークロードの高速化に関する基礎知識を問う資格。
- データサイエンティスト、データアナリスト、データエンジニア、MLエンジニア
- AI DevOps エンジニア、ソフトウェアエンジニア、ソリューションアーキテクト
- GPUを用いた分析・前処理・学習パイプラインの実装に携わる開発者
- GPUベースのツールで大規模データ処理や分析、ML/ETL/分析ワークロードの性能改善に取り組んだ 1〜2年の経験
- 受験料$125 （※コースは準備中のため記載していません（2026年2月末現在））
NCA-PAI：Physical AI
NVIDIAのフレームワーク図には「Physical AI（NCA-PAI）」が掲載されている一方、試験ページ等の公開情報はまだ出揃っていないようです（2026年2月末現在）。NCA-AIIO：AI Infrastructure and Operations
概要- AI向けのデータセンター基盤・運用に関する基礎概念（GPUアーキテクチャ、AI/ML/DLの基礎、導入時の考慮点など）を問う入門資格。
- データセンター技術者、ネットワークエンジニア、システム管理者、ソリューションアーキテクト
- AI基盤の導入・運用に関わるITマネージャー、プリセールス/営業職
- データセンターインフラについての基本的な理解
- AI Infrastructure and Operations Fundamentals（AI基盤・運用の基礎）
- コース：$50 + 受験料$125 = $175
NVIDIA-Certified Professional（Professional）
NCP-GENL：Generative AI LLMs
概要- LLMの設計・学習（分散学習を含む）・ファインチューニング・評価・最適化に関する知識と実装力を問う資格。
- LLMを扱うソフトウェアエンジニア、MLエンジニア、データサイエンティスト
- 生成AIの技術選定、設計、実装、評価、運用の担当者
- 生成AIソリューションの設計に関わるソリューションアーキテクト
- LLMに関わるAI/MLロールでの 2〜3年の実務経験
- Transformer系アーキテクチャ、プロンプトエンジニアリング、分散並列（distributed parallelism）、PEFT（parameter-efficient fine-tuning）の理解
- RAG、評価指標、性能プロファイリングの理解
- Pythonでの実装経験（最適化のためのC++経験があると望ましい）
- Building RAG Agents With LLMs（LLMでRAGエージェントを構築）
- Model Parallelism: Building and Deploying Large Neural Networks（モデル並列：大規模NNの構築とデプロイ）
- コース：$1,210〜$2,030 + 受験料$200 = $1,410〜$2,230
NCP-AAI：Agentic AI
概要- エージェントAIを設計・開発・デプロイし、評価や安全性まで含めて運用するための知識と実装力を問う資格。
- エージェントAIを実サービスで扱うソフトウェアエンジニア、MLエンジニア、データサイエンティスト、ソリューションアーキテクト
- RAG、ツール実行、オブザーバビリティ、評価、デプロイ、UI設計、信頼性ガードレールの実装・運用担当者
- AI/MLロールでの 1〜2年の経験
- 本番レベルのエージェントAIプロジェクトに携わった経験
- エージェント開発、アーキテクチャ、オーケストレーション、マルチエージェントフレームワークの知識
- Building Agentic AI Applications With LLMs（LLMでエージェントAIアプリを構築）
- Evaluating RAG and Semantic Search Systems（RAG/セマンティック検索の評価）
- コース：$800〜$2,030 + 受験料$200 = $1,000〜$2,230
NCP-ADS：Accelerated Data Science
概要- GPUを用いたデータ準備〜モデル開発〜デプロイまでのデータサイエンス業務を、高性能に実装・運用するための知識と実装力を問う資格。
- データサイエンティスト、データエンジニア、データアナリスト、MLエンジニア
- AI DevOps エンジニア、ソフトウェアエンジニア、ソリューションアーキテクト、パフォーマンスエンジニア
- GPUベースのツールを使用した大規模データセットの処理・分析、機械学習・ETL・分析ワークロードのパフォーマンス向上といった、データサイエンス分野における1～2年の実務経験。
- Accelerating End-to-End Data Science Workflows（エンドツーエンドのデータサイエンスをGPUで高速化）
- Enhancing Data Science Outcomes With Efficient Workflow（効率的なワークフローでデータサイエンス成果を高める）
- コース：$590〜$1,000 + 受験料$200 = $790〜$1,200
NCP-OUSD：OpenUSD Development
概要- OpenUSDを使った3Dコンテンツ制作パイプラインを構築・保守・最適化するための知識と実装力を問う資格。
- OpenUSD開発者 / パイプラインエンジニア
- 3D/シーンデータを扱うデータエンジニア / データアーキテクト
- OpenUSDフレームワークと、PythonまたはC++による開発経験 2〜3年（またはスタディガイド相当の学習完了）
- 3Dコンテンツ制作、技術課題の解決、チーム開発でのバージョン管理の利用
- Learn OpenUSD: Setting the Stage（OpenUSD入門：ステージの基礎）
- Learn OpenUSD: Composition Basics（OpenUSD合成の基礎）
- コース：$0 + 受験料$200 = $200
NCP-AII：AI Infrastructure
概要- NVIDIAハードウェアを前提に、AIワークロード向けデータセンター基盤を構築・設定・検証するための知識と実務観点を問う資格。
- データセンター管理者、インフラ管理者
- ネットワーク管理者/エンジニア、ストレージ管理者、システム管理者
- AI基盤設計・導入に関わるソリューションアーキテクト
- NVIDIAハードウェアソリューションを扱うデータセンターでの運用経験 2〜3年
- サーバ・ネットワーク・ストレージ等のデータセンターインフラを展開できること
- AI Infrastructure & Operations Fundamentals（AI基盤・運用の基礎）
- AI Infrastructure Professional Workshop（AIインフラ・プロ向けワークショップ）
- コース：$3,500 + 受験料$400 = $3,900
- ※公開資料「NVIDIA Training and Certification Learning Paths」に沿って学習した場合の金額。試験ページでは異なるコンテンツが推奨されているためあくまで参考程度に。
NCP-AIO：AI Operations
概要- NVIDIAのAI基盤を対象に、監視・障害対応・性能最適化を行うための知識と実務観点を問う資格。
- MLOpsエンジニア、DevOpsエンジニア
- AIインフラエンジニア
- ソリューション/システムアーキテクト
- NVIDIAハードウェアソリューションを扱うデータセンターでの運用経験 2〜3年
- データセンターインフラ全体を監視・管理できること
- AI Infrastructure & Operations Fundamentals（AI基盤・運用の基礎）
- AI Operations Professional Workshop（AI運用・プロ向けワークショップ）
- コース：$3,500 + 受験料$400 = $3,900
- ※公開資料「NVIDIA Training and Certification Learning Paths」に沿って学習した場合の金額。試験ページでは異なるコンテンツが推奨されているためあくまで参考程度に。
NCP-AIN：AI Networking
概要- NVIDIAの高度なネットワーキング技術を用いた環境を展開・構成し、AIワークロードを支えるための知識と実務観点を問う資格。
- データセンター管理者、インフラ管理者
- ネットワーク管理者/エンジニア、ストレージ管理者、システム管理者
- ソリューションアーキテクト
- NVIDIAハードウェアソリューションを扱うデータセンターでの運用経験 2〜3年
- NVIDIA AIネットワーク基盤を展開・管理できること
- Data Center Management Made Easy With NVIDIA UFM（NVIDIA UFMで学ぶデータセンター管理）
- The Fundamentals of RDMA Programming（RDMAプログラミングの基礎）
- コース：$3,350 + 受験料$400 = $3,750
最後に
冒頭で触れたように、Jetson AI Specialist プログラムは終了していましたが、代わりに今は、- 生成AI（LLM / マルチモーダル / Agentic）
- データサイエンス
- AIインフラ（構築 / 運用 / ネットワーク）
- 物理世界×AI（Physical AI）
各々の資格は、全体的にかなり割高感はありますが、複数の資格に関わる学習リソースがあったり、実務経験があれば学習プログラムを一部のみ受けて試験…という手もあったりするため、まずは自分が関心を持てそうなラーニングパスを探してみるのがいいかもしれませんね。
ちなみに、私のようなまだJetsonを触り始めたエンジニアにとっては、Generative AI LLMs（NCP-GENL）でNVIDIAのアーキテクチャを利用した生成AI開発を経験し、AI Infrastructure and Operations（NCA-AIIO）でCUDAやGPU等々のインフラ方面知識を固めていく、という戦略が良いのではないかと考えている次第です。
今後、資格を取得した際には受験記をまとめて報告できればと思います！
ここまでお読みくださりありがとうございます。
エコモットでは一緒にモノづくりをしていく仲間を随時募集しています。弊社に少しでも興味がある方はぜひ下記の採用ページをご覧ください！
