Professional Machine Learning Engineer
Um profissional de engenharia de machine learning cria, avalia, prepara e otimiza soluções de IA usando funcionalidades do Google Cloud e conhecimento de abordagens convencionais de ML. Ele lida com conjuntos de dados grandes e complexos e cria códigos que podem ser repetidos e reutilizados. Além disso, cria e operacionaliza soluções de IA generativa com base em modelos de fundação. Esse profissional respeita as práticas de IA responsável e colabora de perto com outras funções para garantir o sucesso a longo prazo de aplicativos baseados em IA. E ainda, tem habilidades de programação e experiência com plataformas de dados e ferramentas de processamento de dados distribuídas. Dominando as áreas de arquitetura de modelos, criação de pipelines de ML e dados, IA generativa e interpretação de métricas. O profissional de engenharia de ML está familiarizado com os conceitos básicos de engenharia de comandos e contexto, desenvolvimento de aplicativos, gerenciamento de infraestrutura, engenharia de dados e governança de dados. E também capacita equipes em toda a organização a usar soluções de IA. Ao treinar, retreinar, implantar, programar, ajustar, monitorar e aprimorar modelos de IA tradicionais e generativos, 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 SQL, sabe interpretar perguntas sobre snippets de código.
O exame Professional Machine Learning Engineer avalia sua capacidade para:
- Arquitetura de soluções de IA 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 IA
Este exame foi atualizado para refletir a transição da Vertex AI para a Gemini Enterprise Agent Platform e as atualizações na pilha de dados e análises do Google Cloud, além de priorizar as soluções nativas do Google Cloud. Consulte o guia atualizado para saber quais produtos são abordados no novo exame.
Sobre o exame de certificação
Duração: duas horas
Taxa de inscrição: US$ 200 (mais impostos, quando aplicável)
Idiomas: inglês e japonês
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. Pesquise por Google Cloud.
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: os candidatos podem renovar a certificação durante o período de qualificação para renovação. Para mais informações sobre o processo de renovação, período de qualificação e cronograma de validade da certificação, consulte as perguntas frequentes sobre renovação abaixo.
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 sem custo financeiro do Google Cloud e use alguns dos nossos produtos (até alcançar os limites mensais).
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.