Professional Machine Learning Engineer
Un Professional Machine Learning Engineer crea, evalúa, produce y optimiza soluciones de IA con el uso de las capacidades de Google Cloud y el conocimiento de los enfoques convencionales de AA. El ML Engineer controla conjuntos de datos grandes y complejos, y crea código repetible y reutilizable. Diseña y pone en funcionamiento soluciones de IA generativa basadas en modelos de base. Tiene en cuenta las prácticas de IA responsable y colabora con otros puestos para garantizar el éxito a largo plazo de las aplicaciones basadas en la IA. El ML Engineer tiene habilidades sólidas en programación y experiencia con plataformas de datos y herramientas de procesamiento de datos distribuidas. Se especializa en las áreas de arquitectura de modelos, IA generativa, interpretación de métricas y creación de canalizaciones de datos y AA. Además, está familiarizado con los conceptos fundamentales de las MLOps, el desarrollo de aplicaciones, la administración de infraestructuras y la ingeniería y administración de datos. El ML Engineer permite que los equipos de toda la organización usen soluciones de IA. Con el entrenamiento, el reentrenamiento, la implementación, la programación, la supervisión y la mejora de modelos, el ML Engineer diseña y crea soluciones escalables y eficaces.
* Nota: El examen no evalúa directamente tu habilidad para codificar. Si tienes un dominio mínimo de Python y Cloud SQL, deberías poder interpretar cualquier pregunta con fragmentos de código.
El examen de Professional Machine Learning Engineer evalúa tu capacidad para:
- Diseñar soluciones de IA con poco código
- Colabora dentro de los equipos y entre ellos para administrar datos y modelos.
- Escala prototipos en modelos de AA
- Entrega y escala modelos
- Automatizar y organizar las canalizaciones de AA
- Supervisar las soluciones de IA
Esta versión del examen de Professional Machine Learning Engineer abarca tareas relacionadas con la IA generativa, incluida la creación de soluciones de IA con Model Garden y Vertex AI Agent Builder, y la evaluación de soluciones de IA generativa.
Si quieres obtener más información sobre los servicios de IA generativa de Google Cloud, visita Google Cloud Skills Boost para ver la Ruta de aprendizaje de Introducción a la IA generativa (todos los públicos) o la Ruta de aprendizaje de IA generativa para desarrolladores (público técnico). Si eres socio, consulta los cursos para socios de IA generativa: Introducción a la ruta de aprendizaje de IA generativa, IA generativa para ML Engineers e IA generativa para desarrolladores. Para obtener más información, consulta las ofertas de aprendizaje de IA generativa específicas del producto, como Explora y evalúa modelos con Model Garden, la ruta de Vertex AI Agent Builder (socios) e Integra la búsqueda en aplicaciones con Vertex AI Agent Builder.
Acerca de este examen de certificación
Duración: dos horas
Tarifa de inscripción: $200 (más impuestos cuando corresponda)
Idiomas: inglés y japonés
Formato del examen: Entre 50 y 60 preguntas de opción y selección múltiple
Modo de presentación del examen:
a. Rinde el examen en línea supervisado desde una ubicación remota. Consulta los requisitos del examen en línea.
b. Rinde el examen presencial supervisado en un centro de pruebas. Busca un centro de pruebas cercano.
Requisitos: ninguno
Experiencia recomendada: más de 3 años de experiencia en la industria, incluidos uno o más años en el diseño y la administración de soluciones con Google Cloud.
Renovación de la certificación: Los candidatos pueden renovar su certificación dentro del período de elegibilidad para la renovación. Para obtener más información sobre el proceso de renovación, el período de elegibilidad y el cronograma de validez de la certificación, consulta las preguntas frecuentes sobre la renovación que se incluyen a continuación.
Descripción general del examen
Paso 1: Obtén experiencia real
Antes de realizar el examen de ingeniero de aprendizaje automático, se recomienda que tengas más de 3 años de experiencia práctica con productos y soluciones de Google Cloud. ¿Estás listo para empezar a realizar compilaciones? Explora el nivel gratuito de Google Cloud para el uso de forma gratuita (hasta límites mensuales) de productos seleccionados.
Paso 2: Comprende el contenido del examen
La guía para el examen contiene una lista completa de los temas que se pueden incluir. Revísala para determinar si tus habilidades coinciden con los temas del examen.
Paso 3: Revisa las preguntas de muestra
Familiarízate con el formato de las preguntas y el contenido de ejemplo que se puede cubrir en el examen de ingeniero de aprendizaje automático.
Paso 4: Mejora tus habilidades con capacitaciones
Sigue la ruta de aprendizaje y prepara el examen de certificación de ingeniero de aprendizaje automático. Explora la capacitación en línea, clases presenciales, labs prácticos y otros recursos de Google Cloud.
Prepárate para el examen con Googlers y expertos certificados. Obtén valiosos consejos y trucos para los exámenes, así como conocimientos de expertos de la industria.
Explora la documentación de Google Cloud para encontrar análisis detallados sobre los conceptos y componentes fundamentales de Google Cloud.
Obtén información para diseñar, entrenar, compilar, implementar y poner en funcionamiento aplicaciones de AA seguras en Google Cloud con la Guía de estudio oficial de Google Cloud Certified Professional Machine Learning Engineer. En esta guía, se usan situaciones del mundo real para demostrar cómo usar la plataforma y las tecnologías de Vertex AI, como TensorFlow, Kubeflow y AutoML, además de prácticas recomendadas sobre cuándo elegir un modelo entrenado previamente o uno personalizado.
Paso 5: Programa un examen
Regístrate y selecciona la opción para rendir el examen de forma remota o en un centro de pruebas cercano.
Revisa los Términos y Condiciones y las políticas de uso compartido de datos del examen.