Professional Machine Learning Engineer 考試心得 ｜Google Cloud

考試資訊

時長:2 hours

費用: $200/120(partner)

語言: English, Japanese

測驗形式: 50-60 題選擇題 (內含多選題)

考試方式：

• 在線監考
• 現場監考考試
• • 恆毅Systex_Taipei(14F, No.99 Fuxing N. Road)
  • 資策會iSpan International Inc.(No. 390, 2F Section 1st, Fuxing South Road,, Da’an District)

證照效期：Google Cloud 兩年有效期，到期前60天才可重新認證

案例研讀：Professional Machine Learning Engineer 沒有 study case 的考題

考試政策：兩年內最多可以嘗試四次。如果沒有通過考試，可以在 14 天後再次參加考試。如果第二次沒有通過，必須等待60天才能參加第三次。如果第三次沒有通過，則必須等待365天才能參加第四次。

考試範圍 (規章連結)

1. 第一部分：建立 low-code ML 解決方案 ( 12%)
2. 第二部分：跨團隊協作管理資料和模型 (16%)
3. 第三部分：訓練 ML 模型 (18%)
4. 第四部分：部屬和擴展模型 (19%)
5. 第五部分：自動化和組織管理 ML 管道 (21%)
6. 第六部分：監控 ML 解決方案（14%）

我使用的讀書資源

• Machine Learning Engineer Learning Path | cloudskillsboost
• free Machine Learning Crash Course | Google
• free Machine Learning Guides | Google
• TensorFlow: TFX on Cloud AI Platform Pipelines | Google
• 實作方面可以申請 free trial(需要一個domain) 或是使用這個免費35點lab點數進行實作
• Examtopic
• 範例試題
• https://github.com/sathishvj/awesome-gcp-certifications/blob/master/professional-machine-learning-engineer.md

我使用的答題技巧

• 抓關鍵字，以最符合需求為主
• 如果考得是調參數、特徵工程等等背後的數學算式和數學原理(非google cloud的服務)，我只有了解最常見最重要的幾個，因為只準備了一個月。

還記得的考題方向

• Vertex AI
• • Vertex AI Feature Store for online prediction
  • Enable caching in Vertex AI Pipelines
  • Integrate cloud function with Vertex AI Pipelines
  • Reducing the max startup time with Vertex AI custom training job
  • Monitor feature skew and drift with Vertex AI Model Monitoring
  • Integrate Vertex ai SDK with current ML solution
  • Implement traffic splitting with Vertex AI Endpoint
  • Enable autoscaling based on [resources usage] with Vertex AI Endpoint
  • Use Google Cloud Pipeline Components to build a Vertex AI Pipelines
  • Track and Evaluate models in Vertex AI experiment
  • Store Model’s Metadata in Vertex AI Metadata
  • Manage data with Vertex AI managed dataset
• AI APIs for Google Cloud
• • Speech-to-text API
  • Cloud Vision API
  • Cloud Document AI API
  • Natural Language API
• BQML
• • Use BigQuery's scheduling service to retrain model periodically
  • the Fastest way to build a model
• TensorFlow
• • Use TFX components with Dataflow
  • Synchronous training on TPUs and TPU Pods
  • Use TensorFlow Lite (TFLite) on edge device
• Tuning and Optimization
• • Sampled Shapley vs Integrated gradients
  • stratified sample
  • fairness tests
  • confusion matrix (Precision, Recall, F1-score)
  • Reducing cost by decrease the sample_rate of the monitoring job
  • Regularization vs Normalization
  • Weight pruning
  • Dynamic range quantization
  • Model distillation
  • Dimensionality reduction
• Computing Resources and Architecture
• • TPU
  • Build a MLops Pipeline with Cloud Build and Vertex ai

心得

• Professional Machine Learning Engineer 這個考試主要都是圍繞在資料工程後之後的事情，包括地端模型的上雲方案、訓練模型的運算資源管理、訓練模型的運算資源選擇、模型的調教和retrain、部屬模型的策略、超參數的條件、其中也會考到很多 TensorFlow，畢竟是 Google 開源出來的架構 ，以及少部分的 Bigquery ML 和 Kubeflow (另一個Google 的開源專案)。
• 在 Google Cloud 內，ML 可以分成三個部分，第一個是 Google Cloud 已經訓練好開放出來用於特定任務的 AI APIs for Google Cloud (題目占比最少)，再來是訓練好基礎模型需要自己提供資料以進行 low-code 訓練模型的 AutoML (題目占比中等)，最後是只提供運算資源和訓練架構的 AI 平台-Vertex AI ，提供最多的操控性，進行 MLops，並提供許多好用的功能(模型效能監控、特徵儲存、端點部屬)，同時題目占比最多。
• Examtopic 的答案不一定對，還是要自己看文件檢查過或是做實驗
• 當天共50題目，除了 Examtopic 的題目之外還有約十題左右的新題目。
• 考試當天可提前到場，有機會也可以提早考試
• 攜帶護照並確認報名名稱和護照名稱一致
• 攜帶考試授權碼(考試前幾天寄至信箱)

最後，最重要的是先報名，再準備考試！給自己一點時間壓力吧！

如果來不及準備，一週前都是可以改考試時間的，祝大家考試順利。