Exam Guide | Professional Machine Learning Engineer

안녕하세요. 구글 클라우드의 프로페셔널 자격증 Professional Machine Learning Engineer 을 어떻게 준비해야 하는지 알아보겠습니다. 구글 클라우드 자격증은 구글 제품들을 이용해서 가장 맞는 정답을 고르는 문제가 많습니다. 이번에 준비를 시작하면서 봐야할 링크들과 , 시험 준비를 시작하면서 이 글을 작성하기 시작합니다. # 어떤 시험인가? Google Certification Exam Guide 문서 https://services.google.com/fh/files/misc/professional_machine_learning_engineer_certification_exam_guide.pdf 위 문서의 한국말의 번역 본입니다. > 전문 기계 학습 엔지니어는 Google Cloud 기술과 검증된 모델 및 기술 지식을 활용하여 ML 모델을 구축, 평가, 상용화 및 최적화합니다. 이 엔지니어는 대규모의 복잡한 데이터셋을 다루고 반복 가능하며 재사용 가능한 코드를 생성합니다. 모델 개발 과정 전반에 걸쳐 책임 있는 AI와 공정성을 고려하며, ML 기반 응용 프로그램의 장기적인 성공을 보장하기 위해 다른 직무와 긴밀히 협력합니다. 기계 학습 엔지니어는 강력한 프로그래밍 기술과 데이터 플랫폼 및 분산 데이터 처리 도구에 대한 경험을 가지고 있습니다. 또한 모델 아키텍처, 데이터 및 ML 파이프라인 생성, 지표 해석 분야에서 숙련되어 있습니다. 기계 학습 엔지니어는 MLOps의 기본 개념, 애플리케이션 개발, 인프라 관리, 데이터 엔지니어링, 데이터 거버넌스에 익숙합니다. 기계 학습 엔지니어는 ML을 접근 가능하게 하며 조직 전반의 팀을 지원합니다. 모델을 훈련, 재훈련, 배포, 일정 관리, 모니터링 및 개선함으로써, 기계 학습 엔지니어는 확장 가능하고 성능이 우수한 솔루션을 설계하고 생성합니다. 참고로, 이 시험은 코딩 기술을 직접 평가하지 않습니다. 파이썬과 Cloud SQL에 대한 최소한의 숙련도가 있다면 코드 스니펫이 포함된 질문을 해석하는 데 문제가 없어야 합니다. ## 그리고 6가지 세션에 대해서 평가합니다. ### 섹션 1: 저코드 ML 솔루션 구축 BigQuery ML을 이용한 ML 모델 개발 BigQuery ML을 이용한 예측 생성 및 특성 공학 ML API(예: Cloud Vision API, Natural Language API 등)를 이용한 응용 프로그램 구축 산업 특화 API(예: Document AI API, Retail API 등)를 이용한 응용 프로그램 구축 ### 섹션 2: 팀 내외 협업을 통한 데이터 및 모델 관리 BigQuery ML 모델 선택 데이터 전처리 (예: Dataflow, TFX, BigQuery) Vertex AI 피처 스토어에서 피처 생성 및 통합 데이터 사용 및 수집의 프라이버시 문제 ### 섹션 3: 프로토타입을 ML 모델로 확장 모델 구축 및 훈련 다양한 SDK를 사용한 훈련 (예: Vertex AI 맞춤 훈련, Kubeflow, AutoML 등) 분산 훈련 및 하이퍼파라미터 튜닝 훈련 실패 문제 해결 ### 섹션 4: 모델 제공 및 확장 배치 및 온라인 추론 모델 레지스트리 관리 및 A/B 테스트 온라인 모델 제공 확장 및 튜닝 ### 섹션 5: ML 파이프라인 자동화 및 오케스트레이션 엔드 투 엔드 ML 파이프라인 개발 모델 재훈련 자동화 메타데이터 추적 및 감사 하이브리드 또는 멀티 클라우드 전략 시스템 디자인 ### 섹션 6: ML 솔루션 모니터링 ML 솔루션에 대한 위험 식별 ML 솔루션 모니터링, 테스트 및 문제 해결 ## Google Skillboost Machine Learning Engineer Path 퀵렙이 구글 Skillboost 로 변경되면서 개선하려고 하는 의지가 많이 보입니다. 러닝패스라는 것들이 추가 되었는데 머신러닝 패스와 Gen AI 패스등을 추천드립니다. * 스킬부스트Machine Learning Engineer Learning Path: [[링크]](https://www.cloudskillsboost.google/paths/17 "[링크]") * 구글 공식 샘플 문제 : [링크](https://docs.google.com/forms/d/e/1FAIpQLSeYmkCANE81qSBqLW0g2X7RoskBX9yGYQu-m1TtsjMvHabGqg/viewform "링크") * Certification Prep: Machine Learning Certification : [Youtube](https://cloudonair.withgoogle.com/events/machine-learning-certification?utm_source=linkedin&utm_medium=unpaidsoc&utm_campaign=FY20-Q4-NORTHAM-onair-onlineevent-er-MachineLearningCertification&utm_content=training_10&utm_term=- "Youtube") * 구글 공식 문서 : [Introduction to Machine Learning](https://developers.google.com/machine-learning/crash-course/ml-intro "Introduction to Machine Learning") * Google Cloud Summit Seoul '19 : [구글제품 소개](https://www.youtube.com/playlist?list=PLBgogxgQVM9tS7Yhzjc3Wt56jc5j-z_4C "구글제품 소개") * 클라우드의 빅데이터 및 머신러닝 : [youtube](https://www.youtube.com/watch?v=tRhoiWOFAaU "youtube") ## 참고 링크 - [시험등록 Professional Machine Learning Engineer Register](https://cloud.google.com/learn/certification/machine-learning-engineer "시험등록 ") * [Google Cloud 자격증 한 눈에 살펴보기](http://https://cloud.google.com/blog/ko/topics/inside-google-cloud/which-google-cloud-certification-exam-should-you-take "Google Cloud 자격증 한 눈에 살펴보기") - https://thecloudgirl.dev/sketchnote.html 시험 합격 후에 다시 글을 등록하겠습니다. 모두 건승을 빕니다.