Omówienie programu certyfikacji TensorFlow Developer
Celem tego certyfikatu jest zapewnienie każdemu na świecie możliwości zaprezentowania swojej wiedzy w zakresie ML na globalnym rynku pracy w coraz większym stopniu opartym na sztucznej inteligencji. Ten certyfikat dotyczący rozwoju TensorFlow jest podstawowym certyfikatem dla studentów, programistów i naukowców zajmujących się danymi, którzy chcą zademonstrować praktyczne umiejętności uczenia maszynowego poprzez tworzenie i szkolenie modeli przy użyciu TensorFlow.
Program składa się z egzaminu sprawdzającego opracowanego przez zespół TensorFlow. Programiści, którzy zdali egzamin, mogą dołączyć do naszej sieci certyfikatów i wyświetlać swoje certyfikaty i odznaki w swoim CV, GitHub i na platformach społecznościowych, w tym LinkedIn, co ułatwia dzielenie się swoim poziomem wiedzy TensorFlow ze światem.
Bądź na bieżąco, ponieważ pracujemy nad dodaniem programów certyfikatów dla bardziej zaawansowanych i wyspecjalizowanych praktyków TensorFlow. Sprawdź 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 z wykorzystaniem wizji komputerowej, konwolucyjnych sieci neuronowych, przetwarzania języka naturalnego oraz rzeczywistych danych i strategii obrazu.
Aby pomyślnie przystąpić do egzaminu, zdający powinien czuć się komfortowo:
Podstawowe zasady ML i Deep Learning
Tworzenie modeli ML w TensorFlow 2.x
Budowanie rozpoznawania obrazu, detekcja obiektów, algorytmy rozpoznawania tekstu z głębokimi sieciami neuronowymi i konwolucyjnymi sieciami neuronowymi
Używanie obrazów świata rzeczywistego o różnych kształtach i rozmiarach do wizualizacji podróży obrazu przez zwoje w celu zrozumienia, jak komputer „widzi” informacje, utratę wykresu i dokładność
Odkrywanie strategii zapobiegania nadmiernemu dopasowaniu, w tym wzmocnieniu i porzuceniu
Zastosowanie sieci neuronowych do rozwiązywania problemów przetwarzania języka naturalnego za pomocą TensorFlow
Korzyści
Mocno wierzymy w poszerzenie dostępu do ludzi o różnym pochodzeniu, doświadczeniu, położeniu geograficznym i perspektywach, aby zmienić sposób ewolucji uczenia maszynowego i jego aplikacji. Cieszymy się, że możemy zaoferować ograniczoną liczbę stypendiów na materiały edukacyjne i / lub koszt egzaminu, aby to osiągnąć.

Znajdź posiadaczy certyfikatu TensorFlow, którzy zdali egzamin, aby pomóc Ci w zadaniach uczenia maszynowego i głębokiego uczenia się.
Jeśli nie masz powyższego wykształcenia, podejdź do specjalizacji DeepLearning.AI TensorFlow Developer Professional Certificate na Coursera lub kursu Intro to TensorFlow for Deep Learning w Udacity, aby przygotować się do egzaminu. Te kursy wymagają:
Wstępne umiejętności programowania w Pythonie
Wcześniejsza wiedza dotycząca uczenia maszynowego lub głębokiego uczenia się jest pomocna, ale nie jest wymagana
Matematyczne podstawy algebry liniowej, prawdopodobieństwa, statystyki i rachunku różniczkowego są pomocne, ale nie są wymagane
Jeszcze nie tam? Dostępne są inne zasoby, które pozwolą Ci na bieżąco.
Jak to działa
Przejrzyj nasz Podręcznik dla kandydatów, zawierający kryteria egzaminacyjne i często zadawane pytania . Opcjonalnie: zdobądź certyfikat DeepLearning.AI TensorFlow Developer Professional . Jest to stanowczo 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. Zarejestruj się i podejdź do egzaminu w ciągu 6 miesięcy od daty zakupu w dowolnym momencie. Na zdanie egzaminu masz maksymalnie pięć godzin.
Odbierz certyfikat TensorFlow. Po przesłaniu egzaminu zostanie on oceniony, a status przesłanego zgłoszenia będzie można sprawdzić w portalu dla kandydatów w ciągu 24 godzin.
Podziel się swoją wiedzą ze swoją społecznością. Możesz dodać certyfikat i odznakę do swojego CV i profili publicznych, w tym GitHub, LinkedIn, Twitter i dołączyć do naszej sieci certyfikatów, aby pomóc rekruterom znaleźć specjalistów ML takich jak Ty.