Прелюдия
Сертификация профессионального инженера по машинному обучению Google (PMLE) является подходящей целью для тех, кому необходимо сохранять мотивацию при изучении различных услуг машинного обучения, предлагаемых на облачной платформе Google (GCP). Это также один из способов продемонстрировать опыт GCP потенциальным работодателям. В то время как жюри не знает реальной ценности технических сертификатов в целом, по крайней мере, это должно привести к потенциально большему количеству собеседований для тех, кто активно ищет работу.
Путь к сертификации Google PMLE
Подготовка к Google PMLE может быть сложной из-за требуемой глубины и широты ресурсов. Однако, в зависимости от вашего опыта, вам может потребоваться сосредоточиться только на определенных областях, особенно если вы активно практикуетесь. Я советую будущим экзаменаторам сначала попробовать Google примеры вопросов, чтобы ощутить вкус настоящего экзамена. Я нашел рассуждения и логику в ответах очень полезными, и это то, что нужно развивать и оттачивать, чтобы чувствовать себя комфортно на экзамене. В связи с тем, что я ежедневно использую GCP в своей работе, во время подготовки к экзамену я в основном сосредотачиваюсь на сводках и оценках на многих доступных ресурсах.
Основы
Готовясь к экзамену, я заметил некоторые закономерности, которые я впоследствии развил в эффективные стратегии для ответов на многие экзаменационные вопросы. В рамках сертификации тестируются три основные области. В первой части проверяются основы машинного обучения и знания в области науки о данных с вопросами, граничащими с подготовкой данных, методами моделирования, производительностью модели и показателями мониторинга, переобучением и так далее. Вторая часть проверяет знание различных продуктов GCP, а последняя часть экзамена проверяет способность кандидата выбирать наилучшую комбинацию продуктов GCP на основе представленного сценария. Параметры/критерии выбора, которые часто встречаются в сценариях экзаменов, включают стоимость, размер данных, задержку, скорость/время, масштабируемость, настройку и обслуживание инфраструктуры. Я проиллюстрировал эти критерии несколькими примерами.
- Стоимость: Google Vertex AI дороже, чем Kubeflow, поскольку первый является полностью управляемым сервисом, а второй — нет. Однако требуемые усилия по обслуживанию инфраструктуры больше связаны с Kubeflow, но это также означает больший контроль над настройкой.
- Скорость: графические процессоры рекомендуются для высокоточного обучения глубокому обучению, но если время не имеет существенного значения и приложение может позволить себе низкую точность, предпочтительнее использовать TPU.
- Масштабируемость: Notebook предлагает платформу для быстрых экспериментов, но не масштабируется с увеличением количества гиперпараметров и связанного пространства поиска. Следовательно, потребуется перенести код из ноутбука в контейнер, чтобы воспользоваться преимуществами параллельной обработки и автоматизации.
Это же соображение лежит в основе выбора других инструментов, таких как Dataproc, Dataprep, Dataflow и Data studio, а также сред конвейерной обработки.
Формат и структура
Google PMLE — это двухчасовой экзамен с несколькими вариантами ответов, который можно сдать как на месте, так и онлайн. Я выбрал онлайн-вариант, так как он наиболее удобен для меня. Для успешного проведения онлайн-версии экзаменуемый должен убедиться, что его ноутбук соответствует всем указанным требованиям, указанным на сайте прокторинга. Перед началом экзамена были проведены проверки в окрестностях экзамена, это метко называется охрана полигона, что явно звучит как какая-то сверхсекретная военная операция. Экзаменующему не разрешается делать перерывы во время экзамена, и если взгляд на некоторое время отклоняется от экрана, на экране вспыхивает предупреждение, призывающее сдающего экзамен сосредоточиться на экране. Удачи некоторым бедолагам, пытающимся обмануть Google. Это утомляло меня умственно, особенно ближе к концу экзамена, поэтому я бы посоветовал обеспечить достаточную психологическую подготовку перед сдачей экзамена.
Ресурсы
Я отобрал ресурсы, которые я считаю наиболее полезными для сертификации, следующим образом:
- Google Ускоренный курс по машинному обучению — полезный ресурс для изучения даже для опытного практика.
- Google Путь обучения инженера по машинному обучению — это обширная коллекция курсов, которые требуют много времени и самоотверженности. Если у вас нет времени на изучение курсов, вы можете перейти к подведению итогов и оценке в конце каждого курса, что в основном я и сделал.
- Книга Путь-стать-машинным-обучением-инженером кажется единственной доступной на данный момент книгой, и ее хорошо читать, поскольку она охватывает многие темы сертификации с некоторыми примерами вопросов.
- Кураторские ресурсы — это универсальное место для всего, что связано с сертификацией Google PMLE.
- Этот Блог представляет собой исчерпывающий обзор ключевых областей экзамена вместе с соответствующими ссылками. Для опытного практикующего, вероятно, этого достаточно.
- В Coursera также есть курс специализации, который кажется повторением того, что доступно на пути обучения Google, но, возможно, ему легче следовать.
Я надеюсь, что этот пост поможет вам на пути к приобретению Google PMLE, и желаю вам успехов в ваших поисках. Дайте нам знать в разделе комментариев о вашем пути к приобретению Google PMLE и ресурсах, которые вы нашли полезными.
