はじめに
子育てやライフスタイル関連ではないですが、データサイエンス領域へのキャリアチェンジをすることになり、少しばかりデータサイエンス領域から離れていたこともあって機械学習関連のモダンツールについて体系的に理解したいということで Goolgle Cloud が主催する Google Cloud Certified Professional Machine Learning Engineer1 （以下、MLE）の認定試験を受験してきました。
そこで、今回はこれから受験する方の参考になればとの思いで、試験の流れと対策法についてご紹介しようと思います。
Professional Machine Learning Engineerとは
Professional Machine Learning Engineer の認定試験について初めてお聞きになる方もおられるかと思うので、試験について簡単に説明しようと思います。
試験概要
Professional Machine Learning Engineer は、Google Cloud のテクノロジーにおける機械学習系サービスに関する実績あるモデルや手法を駆使して機械学習モデルの構築、評価、エンタープライズ化、最適化に関する知識を証明する資格試験となります。
Google Cloudのサービス以外にも一般的な機械学習の知識を問うてくることもあるため、機械学習の基本的な知識も有している必要があります。受験にあたっては特別な受験条件はありませんが、公式サイトでは「Google Cloud を使用したソリューションの設計と管理の1年以上を含む、3年以上の業界経験」が推奨されています。
また、機械学習関連の進歩が早く、Google Cloud の機械学習関連のサービスもアップデートが頻繁に行われるため、2023年11月に試験シラバスが改定されています。このため、出題範囲が大幅に変わっているので勉強する際は注意してください。データとモデルの管理（Vertex AI Experiments、Vertex AI Feature Storeなど）やMLソリューションのモニタリング（Vertex AI Molde Monitoring、Explainable AI）などは傾向が大きく異なっているので一度シラバスをご確認すると良いかと思います。
| 項目 | 内容 |
| 試験名 | Google Cloud Certified Professional Machine Learning Engineer |
| 試験環境 | テストセンター または リモート受験 |
| 言語 | 英語 |
| 試験時間 | 120分 |
| 問題数 | 50 ~ 60問 |
| 解答形式 | 1択 または 複数選択 |
| 受験料 | $200 |
試験の流れ
オンサイト試験を受験するまでの流れを簡単に記載します。受験は kryterion の Webassessor というサイトより申し込みを行い、指定した受験日時にテストセンターで受験をする流れとなっています。
既に Webassessor の日本語アカウントを持っている場合は、英語アカウントを新規に作成する必要があるため注意してください。また、その際にプロフィールで名前を入力する部分はローマ字表記ではなく、身分証と同じ表記でないと受験できないため名前は漢字で登録してください。
- Webassessor の英語アカウントを登録
- Webassessor から Machine Learning Engineer の試験申込
- 申込日時に試験会場で受付を済ませて会場PCで受験（身分証2つ提示）
- 解答を提出して試験結果を受領
- 数日以内にCredlyから登録メールアドレスに合格証（バッジ）が送付
対策教材
今回は主に Udemy での問題集を主の対策教材として利用しました。
これは以前にGCPのエントリー資格である「Associate Cloud Engineer」を受験した際に Udemy の問題集を解くことで効率的に知識獲得と試験対策を同時に行える実感を得ていたため、今回も同様に問題集を解きながら不足した知識を補う形での対策を行うこととしました。
加えて、試験は英語のみの受験となっているため、英語での出題解答に慣れておくことも必要となってきます。そのため、扱う問題集も実際の試験を想定して英語の問題集を選定しておくと良いでしょう。以下の問題集は試験範囲を網羅的にカバーできており、扱う問題数も300問もあるため私はこちらを購入して利用しました。
また、Machine Learning についての経験が浅い人は日本語の問題集から解き始めた方が理解しやすいと思いますので、以下の Cloud Studies JP さんと言う作成者の方の問題集から始められることをお勧めします。Cloud Studies JP さんも英語で MLE の問題集を出しているのですが、上記の Alex Levkovich さんの問題集で量と質の両方をカバーできるため、こちらを購入するだけで良いと思います。
勉強方法
最も気になる勉強方法についてこれ以降では記載します。
主に仕事をしながらの受験を試みたため、勉強は仕事後に行なっていました。合格するためには7割以上の正答率を獲得すれば良いと言われているため、全ての問題に正解するための完璧な知識は必要ないですが、出題範囲も広く、Google が推奨するベストプラクティスに関する知識も求められるので未経験の場合はそれなりに勉強時間が必要になると感じます。私もTensorflowを用いた場合に画像データをTFRecord 形式にコンバートしてレイテンシを最適化するなどのナレッジは初見でしたのでかなり勉強になりました。
勉強前の状態
私の場合は幸いにも仕事上で機械学習を扱っていたため、基本的な機械学習に関する基礎知識はある状態からの学習でした。例えば、PrecisionやRecallなど一般的な評価指標の意味や扱い方、勾配ブースティングモデルやニューラルネットワークのアルゴリズムなどは理解している状態でした。
ただし、実際の機械学習を仕事で扱う現場からは2年ほど離れていたため、TFXなど最新のエコシステム周りのアップデートなどは追従できていない状態だったので、勉強を始めてみて割としっかりと対策をしないと受からないなという印象を持ちました。
勉強方法・期間
はじめに合格するまでのざっくりとしたロードマップを作成しました。私が設定した合格ロードマップは以下です。勉強開始から合格までに要した期間はざっくりと4週間程度でした。1日あたり約2時間だったことを考えると総勉強時間は30時間くらいだったかと思います。
- 1週間: 問題集を解きながら試験項目範囲について理解
- 2週目: 問題集を解きながら間違えた部分を公式ドキュメント参照して理解
- 3週目: 50問連続して試験問題を解くことで試験を想定してた対策を実施
- 4周目: 時間の許す限り総復習
また、ロードマップを見て既に察した方もおられるかと思いますが、勉強方法は基本的に 問題集を解いて復習する勉強法 で行っていました。はじめは知識不足と英語への不慣れさもあり、勉強が捗らない時間もあります。が、大体2週目くらいを過ぎたあたりから知識も定着して、頻出の英語表現や単語にも慣れてくるため問題もすらすら解けるようになります。ここまで来ればあとは問題集をひたすら繰り返して苦手を克服していけば、なんとかなるだろうと妙に自信がつきます。
別の方の対策方法には Google Cloud Skills Boost（ハンズオン） や Coursera（オンライン講座） を活用したなども記事もございますが、個人的には問題集を解く方が効率的で、どうしても理解できない部分はGCPコンソール画面で実際に操作する方がコスパが良いと感じます。このあたりについては人によって感じ方が異なる部分かと思いますので参考までに。
Udemy の問題集では1問1答形式ではなく、実際の試験と同じ50問を解答した後に正答判別をする仕様のため、勉強始めの頃は連続して50問を解き切るのがしんどい部分があります。そのため、私は勉強を始めたばかりの頃は10問だけ解答し、正誤を見て復習するという流れを繰り返して集中を保ちながら勉強を行なっておりました。知識獲得と不慣れな英語で勉強が捗らない、継続が困難などの悩みがある方は是非参考にしてもらえればと思います。
試験と所感
実際の試験を受けてみた後の所感ですが、新シラバスへどれくらい対応して知識を深められるかが合格への鍵だと思いました。
旧シラバスでは AI Platform2 に関する知見を問う問題が多かったですが、新シラバスではサービスのアップデートにより Vertex AI に関する知見を問う問題が主となっています。そのため、旧シラバスを中心とした勉強はあまり意味がなく、新シラバスを意識して Vertex AI Occupancy Analytics3 や Vertex Explainable AI4 などの新しいサービスなどを中心に理解されていくことをおすすめします。
結果として私自身も無事に合格することができました。私自身はすごい高度な知識を持っているわけでも、英語が得意なわけでもありません。ですが、しっかり対策を講じることでちゃんと合格できるので、皆様も受験を決めたらしっかり対策をしていきいましょう。
まとめ
最後に「Professional Machine Learning Engineer」の資格取得に向けた参考記事を投稿しましたがいかがでしたでしょうか。これから受験する人の参考になれば幸いです。
コメント