Professional Machine Learning Engineer
Professional Machine Learning (ML) Engineers erstellen, bewerten und optimieren KI-Lösungen mithilfe von Google Cloud-Funktionen und Kenntnissen über konventionelle ML-Ansätze und bringen diese Lösungen zur Produktionsreife. Sie bearbeiten große, komplexe Datasets und erstellen wiederholbaren, wiederverwendbaren Code. ML Engineers entwerfen und operationalisieren KI-Lösungen, die auf Foundation Models basieren. ML Engineers berücksichtigen Best Practices für eine verantwortungsbewusste Anwendung von KI und arbeiten eng mit anderen Jobrollen zusammen, um den langfristigen Erfolg von KI-basierten Anwendungen sicherzustellen. ML Engineers verfügen über umfassende Programmierkenntnisse und Erfahrung mit Datenplattformen und Tools zur verteilten Datenverarbeitung. ML Engineers sind mit den Bereichen Modellarchitektur, Daten- und ML-Pipelineerstellung, MLOps und Interpretation von Messwerten vertraut. Sie sind mit den grundlegenden Konzepten von Prompt und Context Engineering, Anwendungsentwicklung, Infrastrukturverwaltung, Data Engineering und Data Governance vertraut. ML Engineers befähigen Teams im gesamten Unternehmen, KI-Lösungen zu nutzen. Durch Training, erneutes Training, Bereitstellung, Planung, Abstimmung, Monitoring und Verbesserung von herkömmlichen und generativen KI-Modellen entwerfen und erstellen ML Engineers skalierbare, leistungsstarke Lösungen.
* Hinweis: Bei dieser Prüfung werden keine Programmierkenntnisse an sich abgefragt. Wenn Sie Mindestkenntnisse in Python und SQL haben, sollten Sie in der Lage sein, alle Fragen mithilfe von Code-Snippets zu interpretieren.
In der Prüfung für die Google Cloud-Zertifizierung als Professional Machine Learning Engineer geht es um folgende Themen:
- Low-Code-KI-Lösungen entwerfen
- Teamintern und übergreifend zusammenarbeiten, um Daten und Modelle zu verwalten
- Prototypen in ML-Modelle skalieren
- Modelle bereitstellen und skalieren
- ML-Pipelines automatisieren und orchestrieren
- KI-Lösungen überwachen
Diese Prüfung wurde aktualisiert, um den Übergang von Vertex AI zur Gemini Enterprise Agent Platform, Aktualisierungen des Daten- und Analyse-Stacks von Google Cloud und die Priorisierung nativer Google Cloud-Lösungen zu berücksichtigen. Weitere Informationen zu den Produkten, die in der neuen Prüfung behandelt werden, finden Sie im neuen Prüfungsleitfaden.
Über diese Zertifizierungsprüfung
Informationen zur Standardprüfung
Dauer: 2 Stunden
Anmeldegebühr: 200 $ (zuzüglich Steuern, falls zutreffend)
Sprachen: Englisch und Japanisch
Prüfungsformat: 50-60 Multiple-Choice-Fragen
Durchführung der Prüfung:
a. Legen Sie die online-beaufsichtigte Prüfung von einem entfernten Standort aus ab
b. Legen Sie die vor Ort beaufsichtigte Prüfung in einem Testzentrum ab. Suchen Sie nach Google Cloud.
Gültigkeitszeitraum: 2 Jahre
Voraussetzungen: Keine
Empfohlene Erfahrung: Mindestens 3 Jahre Branchenerfahrung, davon 1 Jahr oder mehr in der Entwicklung und Verwaltung von Lösungen mit Google Cloud.
Verlängerung über Google Skills
Format: Bestimmte Kurse und/oder Skill-Logos im Lernpfad für die Verlängerung
Vorbereitung: Erstellen Sie ein Google Skills-Konto (oder ein Google Skills für Partner-Konto) oder melden Sie sich in einem solchen Konto an. Verknüpfen Sie Ihr CM Connect- und Ihr Google Skills-Konto mit derselben E-Mail-Adresse. Nach der Verknüpfung werden die entsprechenden Zertifizierungen und Lernpfade zur Verlängerung in Ihrem Google Skills-Dashboard angezeigt.
Gültigkeitszeitraum: 1 Jahr
Voraussetzungen: Damit die Kurse und Skill-Logos für die Verlängerung berücksichtigt werden, müssen sie innerhalb des letzten Jahres der aktiven Zertifizierungsdauer abgeschlossen werden.
Prüfungsübersicht
Schritt 1: Praktische Erfahrungen sammeln
Bevor Sie sich zur Prüfung zum Machine Learning Engineer anmelden, sollten Sie mindestens 3 Jahre praktische Erfahrungen mit Google Cloud-Produkten und -Lösungen gesammelt haben. Sind Sie bereit? Informieren Sie sich über die kostenlose Stufe von Google Cloud, in deren Rahmen Sie ausgewählte Produkte (bis zum monatlichen Limit) kostenlos nutzen können.
Schritt 2: Sich über die Prüfungsinhalte informieren
Der Prüfungsleitfaden enthält die vollständige Liste der möglichen Prüfungsthemen. Mit dem Prüfungsleitfaden können Sie Ihren Kenntnisstand zu den Prüfungsthemen ermitteln.
Schritt 3: Beispielfragen ansehen
Machen Sie sich mit der Art der Fragen und Beispielinhalte in der Prüfung zum Machine Learning Engineer vertraut.
Schritt 4: Kompetenzen durch Schulungen erweitern
Bereiten Sie sich mithilfe des Lernpfads „Machine Learning Engineer“ auf die Prüfung vor. Entdecken Sie Google Cloud-Onlineschulungen, -Präsenzkurse und praxisorientierte Labs und sehen Sie sich weiteres Infomaterial an.
Bereiten Sie sich mit Google-Mitarbeitern und zertifizierten Experten auf die Prüfung vor. Sie erhalten hilfreiche Tipps und Tricks für die Prüfung sowie Informationen von Branchenexperten.
In der Google Cloud-Dokumentation finden Sie umfassende Erläuterungen zu den Konzepten und wesentlichen Komponenten von Google Cloud.
In den offiziellen Materialien zur Prüfungsvorbereitung zum Google Cloud Certified Professional Machine Learning Engineer erfahren Sie, wie Sie sichere ML-Anwendungen in Google Cloud entwerfen, trainieren, erstellen, bereitstellen und operationalisieren. In diesem Leitfaden wird anhand realer Szenarien gezeigt, wie die Vertex AI-Plattform und -Technologien wie TensorFlow, Kubeflow und AutoML verwendet werden. Außerdem werden Best Practices zur Auswahl eines vortrainierten oder benutzerdefinierten Modells bereitgestellt.
Schritt 5: Zur Prüfung anmelden
Melden Sie sich an und wählen Sie aus, ob Sie die Prüfung als Fernprüfung oder in einem Testcenter in Ihrer Nähe ablegen möchten.
Lesen Sie die Prüfungsbedingungen und die Richtlinien für die Datenweitergabe.