Professional Machine Learning Engineer
Um Professional Machine Learning Engineer cria, avalia, prepara e otimiza modelos de ML usando as tecnologias do Google Cloud e o conhecimento de técnicas e modelos comprovados. O engenheiro de ML lida com conjuntos de dados grandes e complexos e cria códigos que podem ser repetidos e reutilizados. O engenheiro de ML considera a IA responsável e a imparcialidade durante todo o processo de desenvolvimento do modelo de ML. Além disso, ele colabora com outras funções para garantir o sucesso a longo prazo de aplicativos baseados em ML. O engenheiro de ML tem fortes habilidades de programação e experiência com plataformas de dados e ferramentas de processamento de dados distribuídas. O engenheiro de ML é proficiente nas áreas de arquitetura de modelos, criação de pipelines de ML e dados e interpretação de métricas. O engenheiro de ML está familiarizado com os conceitos básicos de MLOps, desenvolvimento de aplicativos, gerenciamento de infraestrutura, engenharia de dados e governança de dados. O engenheiro de ML torna o ML acessível e capacita equipes em toda a organização. Ao treinar, retreinar, implantar, programar, monitorar e aprimorar os modelos, o engenheiro de ML projeta e cria soluções escalonáveis e de alto desempenho.
*Observação: o exame não avalia diretamente a habilidade em programação. Se você tem proficiência mínima em Python e Cloud SQL, sabe interpretar perguntas sobre snippets de código.
O exame Professional Machine Learning Engineer avalia sua capacidade para:
- Arquitetura de soluções de ML com pouco código
- Colabore dentro e entre equipes para gerenciar dados e modelos
- Escalonar protótipos em modelos de ML
- Exibir e escalonar modelos
- Automatizar e orquestrar pipelines de ML
- Monitorar soluções de ML
O exame Professional Machine Learning Engineer não aborda a IA generativa, porque as ferramentas usadas para desenvolver soluções baseadas em IA generativa estão evoluindo rapidamente. Se você tiver interesse em IA generativa, consulte o programa de aprendizado de introdução à IA generativa (todos os públicos-alvo) ou a página programa de aprendizado de IA generativa para desenvolvedores (público-alvo técnico). Se você é um parceiro, consulte os cursos de parceiros de IA generativa: programa de aprendizado de introdução à IA generativa e IA generativa para engenheiros de ML e IA generativa para desenvolvedores.
Sobre o exame de certificação
Duração: duas horas
Taxa de inscrição: US$ 200 (mais impostos, quando aplicável)
Idioma: inglês
Formato do exame: 50 a 60 perguntas de múltipla escolha e seleção múltipla
Método de realização do exame:
a. Realize o exame supervisionado on-line em um local remoto. Consulte requisitos do teste on-line.
b. Realize o exame supervisionado presencial em uma central de testes. Encontre uma central de testes perto de você.
Pré-requisitos: nenhum
Experiência recomendada: três anos ou mais de experiência no setor, incluindo um ou mais anos de projeto e gerenciamento de soluções usando o Google Cloud.
Renovação da Certificação / Recertificação: os candidatos precisam refazer o exame para manter o status da certificação. A menos que seja explicitamente indicado na descrição do exame, todas as certificações do Google Cloud são válidas por dois anos a partir da data de certificação. A recertificação é concedida depois que você refizer o exame durante o período de qualificação e alcançar a pontuação de aprovação. Será possível tentar renovar sua certificação quando faltarem 60 dias ou menos para o vencimento dela.
Visão geral do exame
Etapa 1: consiga experiência prática
Antes de realizar o exame de Machine Learning Engineer, recomendamos que você tenha três anos ou mais de experiência prática com os produtos e as soluções do Google Cloud. Tudo pronto para começar? Conheça o Nível gratuito do Google Cloud e use alguns dos nossos produtos (até alcançar os limites mensais).s
Etapa 2: entenda o conteúdo do exame
O guia do exame contém uma lista completa dos temas que podem ser incluídos no teste. Consulte esse documento para determinar se as suas habilidades estão alinhadas ao conteúdo da avaliação.
Etapa 3: veja os exemplos de perguntas
Conheça o formato das perguntas e o exemplo de conteúdo que pode ser abordado no exame Machine Learning Engineer.
Etapa 4: treine para aprimorar suas habilidades
Siga o programa de aprendizado do Machine Learning Engineer e prepare-se para o exame. Confira treinamentos on-line, aulas presenciais, laboratórios práticos e outros recursos do Google Cloud.
Prepare-se para o exame com os Googlers e especialistas certificados. Confira as dicas e sugestões valiosas para o exame, além de insights de especialistas do setor.
Acesse a documentação do Google Cloud e participe de discussões detalhadas sobre conceitos e componentes essenciais do Google Cloud.
Saiba mais sobre como projetar, treinar, criar, implantar e operacionalizar aplicativos seguros de ML no Google Cloud usando o Guia de estudo oficial do Professional Machine Learning Engineer com Certificação em Google Cloud. Este guia usa cenários reais para demonstrar como usar a plataforma e as tecnologias da Vertex AI, como TensorFlow, Kubeflow e AutoML, bem como práticas recomendadas para escolher uma modelo personalizado.
Etapa 5: agende um exame
Inscreva-se e selecione a opção de realizar o exame remotamente ou em uma central de testes perto de você.
Consulte os Termos e Condições e as políticas de compartilhamento de dados do exame.