Ikhtisar program Sertifikat Pengembang TensorFlow
Tujuan dari sertifikat ini adalah untuk memberikan kesempatan kepada semua orang di dunia untuk menunjukkan keahlian mereka dalam ML di pasar kerja global yang semakin didorong oleh AI. Sertifikat dalam pengembangan TensorFlow ini dimaksudkan sebagai sertifikat dasar bagi siswa, developer, dan ilmuwan data yang ingin menunjukkan keterampilan pembelajaran mesin praktis melalui pembuatan dan pelatihan model menggunakan TensorFlow.
Program ini terdiri dari ujian penilaian yang dikembangkan oleh tim TensorFlow. Pengembang yang lulus ujian dapat bergabung dengan Jaringan Sertifikat kami dan menampilkan sertifikat serta lencana mereka di resume, GitHub, dan platform media sosial termasuk LinkedIn, sehingga memudahkan untuk berbagi tingkat keahlian TensorFlow mereka dengan dunia.
Nantikan saat kami berupaya menambahkan program sertifikat untuk praktisi TensorFlow yang lebih maju dan terspesialisasi. Periksa kembali nanti untuk informasi lebih lanjut.
Sebelum Anda mengikuti ujian, harap tinjau Buku Pegangan Kandidat kami .
Untuk Siapa Sertifikat TensorFlow?
Ujian sertifikat tingkat satu ini menguji pengetahuan dasar pengembang dalam mengintegrasikan pembelajaran mesin ke dalam alat dan aplikasi. Program sertifikat memerlukan pemahaman tentang pembuatan model TensorFlow menggunakan Computer Vision, Convolutional Neural Networks, Natural Language Processing, serta data dan strategi gambar dunia nyata.
Agar berhasil mengikuti ujian, peserta tes harus merasa nyaman dengan:
Prinsip dasar ML dan Pembelajaran Mendalam
Membangun model ML di TensorFlow 2.x
Membangun pengenalan gambar, deteksi objek, algoritme pengenalan teks dengan jaringan saraf dalam dan jaringan saraf convolutional
Menggunakan gambar dunia nyata dalam berbagai bentuk dan ukuran untuk memvisualisasikan perjalanan gambar melalui konvolusi untuk memahami bagaimana komputer "melihat" informasi, kehilangan plot, dan akurasi
Menjelajahi strategi untuk mencegah overfitting, termasuk augmentasi dan putus sekolah
Menerapkan jaringan saraf untuk memecahkan masalah pemrosesan bahasa alami menggunakan TensorFlow
Manfaat
Kami sangat percaya dalam memperluas akses ke orang-orang dari beragam latar belakang, pengalaman, geografi, dan perspektif untuk mengubah cara pembelajaran mesin dan aplikasinya berkembang. Kami dengan senang hati menawarkan tunjangan dalam jumlah terbatas untuk materi pendidikan dan/atau biaya ujian untuk mencapai hal ini.

Temukan pemegang Sertifikat TensorFlow yang telah lulus ujian untuk membantu Anda mengerjakan tugas machine learning dan deep learning.
Jika Anda tidak memiliki latar belakang di atas, ikuti spesialisasi DeepLearning.AI TensorFlow Developer Professional Certificate di Coursera atau kursus Intro to TensorFlow for Deep Learning di Udacity untuk mempersiapkan ujian. Kursus-kursus ini membutuhkan:
Keahlian pemrograman Python pengantar
Pembelajaran mesin sebelumnya atau pengetahuan pembelajaran mendalam sangat membantu, tetapi tidak diperlukan
Latar belakang matematika dalam aljabar linier, probabilitas, statistik, dan kalkulus sangat membantu, tetapi tidak diperlukan
Belum ada? Sumber daya lain tersedia untuk mempercepat Anda.
Bagaimana itu bekerja
Tinjau Buku Pegangan Kandidat kami yang mencakup kriteria ujian dan FAQ . Opsional: Ambil Sertifikat Profesional Pengembang DeepLearning.AI TensorFlow . Ini sangat disarankan untuk mempersiapkan ujian.
Daftar untuk ujian. Masuk dengan Akun Gmail (jika Anda tidak memilikinya, Anda dapat membuatnya selama proses masuk), unggah ID gambar Anda (seperti SIM atau paspor), dan berikan informasi pembayaran.
Ambil dan serahkan ujian. Masuk dan ikuti ujian dalam waktu 6 bulan sejak tanggal pembelian ujian Anda kapan saja. Anda akan memiliki waktu maksimal lima jam untuk menyelesaikan ujian.
Terima Sertifikat TensorFlow Anda. Setelah Anda mengirimkan ujian, ujian Anda akan dinilai, dan Anda akan dapat meninjau status pengiriman Anda di Portal Kandidat Anda dalam waktu 24 jam.
Bagikan keahlian Anda dengan komunitas Anda. Anda dapat menambahkan sertifikat dan lencana ke resume dan profil publik Anda, termasuk GitHub, LinkedIn, Twitter, dan bergabung dengan Jaringan Sertifikat kami untuk membantu perekrut menemukan profesional ML seperti Anda.