Professional Machine Learning Engineer
Un Professional Machine Learning Engineer crea, evalúa, produce y optimiza soluciones de IA utilizando las funciones de Google Cloud y sus conocimientos sobre enfoques de aprendizaje automático convencionales. Un ML Engineer gestiona conjuntos de datos grandes y complejos, y crea código reutilizable y repetible. Un ML Engineer diseña y pone en funcionamiento soluciones de IA generativa basadas en modelos fundacionales. Un ML Engineer tiene en cuenta las prácticas de IA responsable y colabora estrechamente con otros roles para asegurar el éxito a largo plazo de las aplicaciones basadas en IA. Un ML Engineer tiene grandes conocimientos de programación y experiencia con plataformas de datos y herramientas de procesamiento de datos distribuidos. Un ML Engineer domina las áreas de arquitectura de modelos, creación de datos y de pipelines de aprendizaje automático, IA generativa e interpretación de métricas. Un ML Engineer conoce los conceptos básicos de MLOps, desarrollo de aplicaciones, gestión de infraestructuras, ingeniería de datos y gobierno de datos. Un ML Engineer automático permite que los equipos de toda la organización utilicen soluciones de IA. Al entrenar, volver a entrenar, desplegar, programar, monitorizar y mejorar modelos, el ingeniero de aprendizaje automático diseña y crea soluciones escalables y eficientes.
*Nota: el examen no evalúa directamente las habilidades de programación. Si tienes un nivel mínimo de conocimientos de Python y Cloud SQL, deberías poder interpretar cualquier pregunta con fragmentos de código.
En el examen de Professional Machine Learning Engineer, se evalúa tu capacidad para hacer lo siguiente:
- Diseñar soluciones de IA con poco código
- Colaborar con otros equipos y dentro de tu propio equipo para gestionar datos y modelos
- Escalar los prototipos a modelos de aprendizaje automático
- Servir y escalar modelos
- Automatizar y organizar flujos de procesamiento de aprendizaje automático
- Monitorizar soluciones de IA
Esta versión del examen Professional Machine Learning Engineer abarca tareas relacionadas con la IA generativa, como crear soluciones de IA con Model Garden y Vertex AI Agent Builder, y evaluar soluciones de IA generativa.
Para obtener más información sobre los servicios de IA generativa de Google Cloud, visita Google Cloud Skills Boost y consulta el plan de formación Introducción a la IA generativa (para todos los usuarios) o el plan de formación IA generativa para desarrolladores (para usuarios técnicos). Si eres partner, consulta los cursos para partners sobre IA generativa: plan de formación de Introducción a la IA generativa , IA generativa para ingenieros y IA generativa para desarrolladores. Para obtener más información, consulta las ofertas de aprendizaje de IA generativa específicas de cada producto, como Explorar y evaluar modelos con Model Garden , la ruta de Vertex AI Agent Builder (para partners) y Integrar la búsqueda en aplicaciones con Vertex AI Agent Builder .
Acerca de este examen de certificación
Duración: dos horas.
Cuota de inscripción: 200 USD (más impuestos cuando corresponda).
Idiomas: inglés y japonés
Formato del examen: 50-60 preguntas de varias opciones y de selección múltiple
Método para examinarse:
a. Puedes presentarte al examen online supervisado desde cualquier ubicación. Consulta los requisitos para completarlo a distancia.
b. Puedes presentarte al examen online supervisado en un centro examinador, en cuyo caso puedes buscar el más cercano.
Requisitos previos: ninguno.
Experiencia recomendada: más de 3 años de experiencia en el sector, incluido más de 1 año diseñando y gestionando soluciones con Google Cloud.
Renovación de la certificación: los candidatos pueden renovar su certificación dentro del periodo de renovación. Para obtener más información sobre el proceso de renovación, el periodo de validez y el plazo de validez de la certificación, consulta las preguntas frecuentes sobre la renovación que encontrarás más abajo
Información general sobre el examen
Paso 1: Gana experiencia práctica
Antes de presentarte al examen de Machine Learning Engineer, te recomendamos que tengas más de 3 años de experiencia práctica con productos y soluciones de Google Cloud. ¿A punto para empezar a crear? Descubre el nivel gratuito de Google Cloud y disfruta sin coste económico de productos seleccionados (con un límite mensual).
Paso 2: Conoce el contenido del examen
La guía del examen ofrece un listado completo de los temas que pueden aparecer en la prueba. Consulta la guía para comprobar si tus conocimientos se adaptan al contenido del examen.
Paso 3: Repasa los ejemplos de preguntas
Familiarízate con el formato de las preguntas y el contenido que se puede tratar en el examen de Machine Learning Engineer.
Paso 4: Completa tus conocimientos con formación
Prepárate para el examen con el plan de formación de Machine Learning Engineer. En él encontrarás formación online, clases presenciales, experimentos prácticos y otros recursos de Google Cloud.
Prepárate para el examen con la ayuda de Googlers y expertos certificados, que compartirán trucos y consejos valiosos sobre el examen, así como información valiosa de la mano de expertos del sector.
Consulta la documentación de Google Cloud para obtener información detallada sobre los conceptos y los componentes fundamentales de Google Cloud.
Aprende a diseñar, entrenar, crear, desplegar y poner en funcionamiento aplicaciones de aprendizaje automático seguras en Google Cloud con la guía de estudio oficial para la certificación de Professional Machine Learning Engineer de Google Cloud. Esta guía utiliza situaciones reales para demostrar cómo usar la plataforma y las tecnologías de Vertex AI, como TensorFlow, Kubeflow y AutoML, así como las prácticas recomendadas sobre cuándo elegir un modelo preentrenado o personalizado.
Paso 5: Programa la fecha del examen
Inscríbete y elige si prefieres hacer el examen a distancia o en un centro examinador cercano.
Revisa los términos y condiciones del examen y las políticas de uso compartido de datos.