Professional Machine Learning Engineer
通過 Professional Machine Learning (ML) Engineer 認證的機器學習工程師，擅長運用 Google Cloud 功能和傳統機器學習方法的知識，來建構、評估、最佳化 AI 解決方案並投入正式環境。這類人員負責處理複雜的大型資料集、編寫可重複執行及使用的程式碼，以及根據基礎模型來設計並實作 AI 解決方案。為確保 AI 應用程式能持續發揮良好成效，他們會將負責任的 AI 做法納入考量，並與其他職務的人員密切合作。機器學習工程師具備紮實的程式設計技能、具備資料平台和分散式資料處理工具的相關經驗，並精通模型架構、資料與機器學習管道建立程序、MLOps 及指標解讀等領域。此外，他們還熟悉提示和脈絡工程、應用程式開發、基礎架構管理、資料工程和資料治理的基本概念。機器學習工程師能協助組織各團隊運用 AI 解決方案，並透過訓練、重新訓練、部署、調度、調整、監控及改良傳統和生成式 AI 模型，設計並建立具擴充性且效能卓越的解決方案。
*請注意，這項測驗不會直接評估程式設計技能， 只要具備 Python 和 SQL 的基本專業知識，應該就能解讀題目中的程式碼片段。
Professional Machine Learning Engineer 測驗旨在評估您是否具備下列能力：
- 建構低程式碼 AI 解決方案
- 與團隊成員和其他團隊合作，來管理資料和模型
- 將原型擴充為機器學習模型
- 提供及擴充模型
- 自動處理及調度管理機器學習管道
- 監控 AI 解決方案
Vertex AI 已轉型為 Gemini Enterprise Agent Platform，為配合這項變動，以及 Google Cloud 資料與數據分析堆疊的更新，並優先採用 Google Cloud 原生解決方案，我們更新了本測驗的內容。請參閱新版測驗指南，瞭解測驗改版後所涵蓋的各項產品。
測驗總覽
步驟 1：取得實際經驗
報考 Machine Learning Engineer 測驗前，建議您先檢視自己是否已有 3 年以上的 Google Cloud 產品與解決方案實作經驗。準備好開始培養經驗了嗎？探索 Google Cloud 免費方案，瞭解如何免費使用特定產品 (每個月有配額上限)。
步驟 4：透過訓練課程強化技能
瀏覽 Google Cloud 說明文件，深入探討 Google Cloud 的概念和構成要素。
參閱官方 Google Cloud 認證專業 Professional Machine Learning Engineer 應考指南，瞭解如何在 Google Cloud 設計、訓練、建構、部署及實作安全的機器學習應用程式。 本指南將透過實際情境，說明如何使用 Vertex AI 平台和技術 (例如 TensorFlow、Kubeflow 和 AutoML)、何時應選擇預先訓練模型或自訂模型及相關最佳做法。