Google Cloud
Professional Machine Learning Engineer
Servicio y supervisión de ML en Google Cloud
Professional Machine Learning Engineer coincide con ModelOps en el servicio de modelos, la automatización de pipelines y la supervisión, pero también cubre cómo se crean los propios modelos.
Para quién encaja
Encaja con profesionales responsables de llevar modelos a producción en una nube que quieren una credencial reconocida de un proveedor de nube en lugar de una específica de SAS.
Diferencias clave
- Combina el desarrollo de modelos con su puesta en producción en lugar de centrarse en el registro, la gobernanza y la gestión del ciclo de vida de modelos existentes.
- La automatización se expresa mediante servicios de pipelines en la nube, no mediante las herramientas de gestión de modelos de un proveedor.
- La colaboración entre ciencia de datos y operaciones está implícita, mientras que el examen de SAS menciona de forma explícita la colaboración operativa.
- Nivel
- Profesional
- Evaluación
- Escrito
- Tiempo de estudio
- 90-150 h
- Desde
- 200 US$
