Omówienie programu TensorFlow Developer Certificate
Celem tego certyfikatu jest zapewnienie wszystkim na świecie możliwości zaprezentowania swojej wiedzy w zakresie ML na globalnym rynku pracy, który w coraz większym stopniu opiera się na sztucznej inteligencji. Ten certyfikat w rozwoju TensorFlow jest przeznaczony jako podstawowy certyfikat dla studentów, programistów i naukowców zajmujących się danymi, którzy chcą zademonstrować praktyczne umiejętności uczenia maszynowego poprzez budowanie i szkolenie modeli przy użyciu TensorFlow.
Program składa się z egzaminu oceniającego opracowanego przez zespół TensorFlow. Deweloperzy, którzy zdadzą egzamin, mogą dołączyć do naszej sieci certyfikatów i wyświetlać swój certyfikat i odznaki w swoim CV, GitHub i platformach mediów społecznościowych, w tym LinkedIn, co ułatwia dzielenie się swoim poziomem wiedzy z zakresu TensorFlow ze światem.
Bądź na bieżąco, ponieważ pracujemy nad dodaniem programów certyfikacji dla bardziej zaawansowanych i wyspecjalizowanych praktyków TensorFlow. Zajrzyj tu wkrótce, aby uzyskać więcej informacji.
Przed przystąpieniem do egzaminu zapoznaj się z naszym Podręcznikiem kandydata .
Dla kogo przeznaczony jest certyfikat TensorFlow?
Ten egzamin certyfikacyjny poziomu pierwszego sprawdza podstawową wiedzę programistów na temat integracji uczenia maszynowego z narzędziami i aplikacjami. Program certyfikacji wymaga zrozumienia budowania modeli TensorFlow przy użyciu wizji komputerowej, splotowych sieci neuronowych, przetwarzania języka naturalnego oraz danych i strategii obrazu w świecie rzeczywistym.
Aby pomyślnie przystąpić do egzaminu, zdający powinni znać:
Podstawowe zasady ML i Deep Learning
Budowanie modeli ML w TensorFlow 2.x
Rozpoznawanie obrazu budynku, wykrywanie obiektów, algorytmy rozpoznawania tekstu z głębokimi sieciami neuronowymi i konwolucyjnymi sieciami neuronowymi
Wykorzystanie rzeczywistych obrazów o różnych kształtach i rozmiarach do wizualizacji podróży obrazu przez sploty, aby zrozumieć, w jaki sposób komputer „widzi” informacje, utratę fabuły i dokładność
Odkrywanie strategii zapobiegania nadmiernemu dopasowaniu, w tym augmentacji i porzucania
Zastosowanie sieci neuronowych do rozwiązywania problemów z przetwarzaniem języka naturalnego za pomocą TensorFlow
Korzyści
Mocno wierzymy w poszerzanie dostępu do ludzi o różnym pochodzeniu, doświadczeniach, lokalizacjach geograficznych i perspektywach, aby zmienić sposób, w jaki ewoluuje uczenie maszynowe i jego zastosowania. Cieszymy się, że możemy zaoferować ograniczoną liczbę stypendiów na materiały edukacyjne i/lub koszt egzaminu, aby to osiągnąć.

Znajdź posiadaczy certyfikatów TensorFlow, którzy zdali egzamin, aby pomóc Ci w zadaniach związanych z uczeniem maszynowym i głębokim uczeniem.
Jeśli nie masz powyższego tła, weź udział w specjalizacji DeepLearning.AI TensorFlow Developer Professional Certificate na Coursera lub na kursie Intro to TensorFlow for Deep Learning na Udacity, aby przygotować się do egzaminu. Te kursy wymagają:
Umiejętności wprowadzające do programowania w Pythonie
Wcześniejsza wiedza na temat uczenia maszynowego lub głębokiego uczenia się jest pomocna, ale nie jest wymagana
Matematyczne podstawy z algebry liniowej, prawdopodobieństwa, statystyki i rachunku różniczkowego są pomocne, ale nie wymagane
Jeszcze nie tam? Dostępne są inne zasoby , dzięki którym będziesz na bieżąco.
Jak to działa
Zapoznaj się z naszym Podręcznikiem kandydata zawierającym kryteria egzaminacyjne i często zadawane pytania . Opcjonalnie: weź certyfikat DeepLearning.AI TensorFlow Developer Professional Certificate . Jest to zdecydowanie zalecane w celu przygotowania się do egzaminu.
Zarejestruj się na egzamin. Zaloguj się za pomocą konta Gmail (jeśli go nie masz, możesz je utworzyć podczas procesu logowania), prześlij swój dokument tożsamości ze zdjęciem (na przykład prawo jazdy lub paszport) i podaj informacje dotyczące płatności.
Przystąp do egzaminu i prześlij go. Zaloguj się i przystąp do egzaminu w ciągu 6 miesięcy od daty zakupu egzaminu w dowolnym momencie. Na ukończenie egzaminu masz maksymalnie pięć godzin.
Odbierz swój Certyfikat TensorFlow. Po przesłaniu egzaminu zostanie on oceniony i w ciągu 24 godzin będziesz mógł sprawdzić stan swojego zgłoszenia w swoim Portalu Kandydatów.
Podziel się swoją wiedzą ze swoją społecznością. Możesz dodać certyfikat i odznakę do swojego CV i profili publicznych, takich jak GitHub, LinkedIn, Twitter, a także dołączyć do naszej sieci certyfikatów , aby pomóc rekruterom znaleźć specjalistów ML takich jak Ty.