Google Cloud Professional Machine Learning Engineer 認定の取得
今年の目標は Google Cloud 認定の更新と新規取得なので、引き続き Google Cloud で未取得のものなどに挑戦中です。
表題の資格はそのうちの１つで、主に "機械学習" 、Google Cloud のサービスでは "Vertex AI" が中心となった認定資格になります。
今回無事に取得する事が出来たので、以前に取得した Google Cloud 認定と同様に、利用したサイトや、教材などの情報と、簡単に感想などを残しておこうと思います。
Professional Machine Learning Engineer 認定とは？
名前の通り かつ 冒頭に書いた通りですが、Google Cloud における "機械学習" に特化した認定になります。 ただ特定のサービスに詳しいというだけではなく、機械学習そのものの知識を問われるような印象の試験です。
Professional Machine Learning Engineer は、Google Cloud の機能と従来の ML アプローチに関する知識を生かして、AI ソリューションを構築、評価、製品化、最適化します。 ML エンジニアは、大規模で複雑なデータセットを処理して、再現可能かつ再利用可能なコードを作成します。ML エンジニアは、基盤モデルに基づいて生成 AI ソリューションを設計、運用します。ML エンジニアは、責任ある AI への取り組みを考慮し、他の職務と密接に連携して、AI ベースのアプリケーションの長期的な成功を確実にします。
教材について
今回はめっちゃ勉強しました💦 そもそも機械学習系の英語になれていないというのもあり、問題文や解答の選択肢、それに参考書の解説文を読み取るのに結構な時間がかかりました。。その上で、それなりの難易度の試験となるので、Google Cloud 認定の中では一番ハードルが高い認定になるのではないでしょうか・・・ (自分でもよく合格できたと思います...)
1. 公式の学習プログラム
こちらは自分は一部しか利用していませんが、一通りきちんと学ぶのであれば公式のラーニングパスが一番おすすめです。
公式のラーニングパスは、そもそもの Google Cloud の使い方、機械学習・生成AI に関わる基礎から学べる素晴らしいコンテンツです。 資格を取得するという目的だけではなく、これからこの分野で活躍されたい/スキルアップを目指したい方にも非常に有益なコンテンツだと思うので、レベル感に応じて参照されると良いと思います。
2. 参考書
自分は認定試験とかの学習をする際に、まずは問題集を問いてみて苦手な分野から勉強をしていくという事をするのですが、今回は事前に下記の参考書を通読しました。
これは洋書になりますが、ACM会員になる事で英語でも、ブラウザ翻訳を用いれば日本語でも(一応)読む事ができます。 ACM会員になる事で利用できる Oreilly Learning Platform は、Google Cloud 以外にも、一部の日本語の参考書や、翻訳前の著名な洋書なども見る事が出来るので非常におすすめです。
3. 問題集
問題集は毎回利用している Whizlabs です。 ここは過去の試験でも載せているので、あまりコメントする事はないのですが、英語の試験が対象となるので特に翻訳などは利用せずに、そのまま問題や解説が読み切れるか。英語の試験に挑める程度の英語力があるか？の判断にもなるかと思います。
4. 試験ガイド・模擬試験
公式の試験ガイドと、模擬試験も試しましょう。 特に試験ガイドは、自身の知識・試験対策で漏れている内容がないかの確認などにも利用できます。 またクラウド系の認定試験はアップデートされることもあるため、必ず自分が利用している教材・問題集と、今実施されている試験の内容が合致しているのかも確認したほうが良いと思います。
5. その他・サイト
他の Google Cloud 認定と同様、G-Gen さんの試験対策マニュアルにはお世話になりました。 試験ガイドも必須ですが、こちらも要点を抑える/全体を把握する上で非常に参考になりました。
それと Vertex AI の公式ドキュメントは一通りみました。 Professional Data Engineer などの認定を持っている方であれば、Dataflow/Dataproc/BigQuery など一通りの知識はあると思いますが、やはり本試験で取り上げられる Vertex AI 周りはしっかり理解しておく必要があるためです。
Kryterion の試験予約について
次に Kryterion の試験予約ですが、現時点では Google Cloud の認定サイトから予約する形になっています。
予約自体はサイトで表示されるカレンダーを見て選ぶ形ですが、オンサイトで試験を予約する場合、予約時に選択できる日程と、予約後に変更できる日程で差異があります。
なにが言いたいかと言うと "明日に試験を予約したい" ないし、"明後日に試験を予約したい" という時に、直近の日付がグレーアウトされていても、一旦予約した後で変更をすればグレーアウトされていた日付でも選択が出来る仕様になっています。
なので Kryterion の予約については、一旦２～３週間先で予約をした後で "予約の変更" から実際の試験日程を選択する・・・という方法も取れるという事は認識しておいて良いと思います。
実際、本試験を受ける際には "明日受けよう！" -> "予約時点で日程選べない・・・" -> 1週間後で予約後、リスケジュールを選んだら翌日を選べた (そして実際の試験会場はガラガラ) という状態でした。
まとめ
一言で言うなら超しんどかったです。 個人的に Google Cloud の認定の中では一番難しいとう印象でした。 英語などのハードルもありますが "機械学習" というテクニカルな要素に、Google Cloud / Vertex AI におけるベストプラクティスや、当然ですがサービスそのもので実装・実現できる内容など、把握するのに結構手間取りました。
これから挑戦される方がいるなら、正攻法ですがまずは問題集を解いてみて不足しているサービス・知識を学習し、少なくとも要求される内容のアーキテクチャ、データフローなどがイメージできるようにならないと難しいと思います。
今年は他に Developer 系の認定や、未取得の Google Cloud 認定は残５つ (DevOps,Security,Network,Digital Leader,Generative AI Leader) があるので引き続き頑張ります！
以上、誰かの参考になったら幸いです。
Discussion