รีวิวสอบ Google Professional Machine Learning Engineer Certification 2021

ML Certificate
รีวิวสอบ Google Professional Machine Learning Engineer Certification 2021
ต้องเกริ่นแบบนี้ก่อน ข้อสอบออกไม่ลึกแต่กว้างเป็นทะเล มีส่วนที่เป็น tools ของ Google และ ความรู้ concept Machine Learning คละๆ กันไป

หมายเหตุ : อันนี้เป็นแนวทางที่ research และรวบรวมขึ้นมาเอง ซึ่งอาจไม่ได้ครอบคลุมเนื้อหาทั้งหมดที่ออกสอบ

ML certificate

ว่าแต่อะไรคือ Machine Learning Engineer ?
               “เคยคุยกับพี่ที่ทำงานคนนึง ถึงนิยามของวิชาชีพ Machine Learning Engineer มันคืออะไรกันแน่ แล้วมันแตกต่างยังไงกับ Data Scientist กัน… นั่งเงียบครุ่นคิดไปสักครู่นึง ก่อนที่จะตอบพี่เขาไปด้วยสีหน้าเรียบเฉยว่า นั่นดิพี่ 555+”

ก่อนที่จะเล่าถึงข้อสอบ ขอเล่าถึงนิยามของ Machine Learning Engineer ในความคิดก่อนสักนิดนึง
เรามักจะคุ้นกับภาพเกร่อๆ วงกลม 3 วงเหมือน ใช้อธิบายถึง Data Science ที่เป็นการ intersect กันระหว่างศาสตร์ Computer Science, Mathematic และ Domain-specific Knowledge นั้นๆ ซึ่งคนที่เอาสิ่งเหล่านี้มาประยุกต์สร้างโมเดลมาใช้งานแก้ปัญหา เราก็มักจะเรียกเขาว่า “Data Scientist”

data science venn diagram — รูปจาก auoychai.com

แต่ในความเป็นจริงการจะทำให้โมเดล เกิดขึ้นได้และการเอาไปใช้งานจริง มีรายละเอียดและกระบวนการมากมาย ที่นอกเหนือจากการวิเคราะห์สร้างโมเดล ยิ่งถ้าเราต้องการให้โมเดลของเราใช้งานได้ในระดับ production รวมถึงการดูแลโมเดลในระยะยาวด้วย
ก็เลยมีคนนิยามกระบวนการต่างๆ เพื่อให้ได้มาซึ่งโมเดล ที่มีประสิทธิภาพว่า Machine Learning Operations หรือ ML Ops โดยเป็นการรวมกันของศาสตร์ Machine Learning, DevOps และ Data Engineering

ML Ops venn diagram — รูปจาก Cristiano Breuel

ดังนั้นแล้ว ML Engineer ก็คือคนที่จะเข็นให้ผลลัพธ์จากงาน Data Science สามารถทำงานได้ใน production โดยผนวกความรู้ DevOps และ Data Engineer เข้าไป

ส่วนอันนี้เป็นนิยาม ML Engineer ของ Google
The ML Engineer is proficient in all aspects of model architecture, data pipeline interaction, and metrics interpretation and needs familiarity with application development, infrastructure management, data engineering, and security.

เข้าประเด็นข้อสอบของ Google Cloud กันดีกว่า

Certifications ของ Google Cloud แบ่งออกเป็น 2 ระดับ

  • Associate จะวัดความรู้พื้นฐานของ technical skill ที่ใช้กับ GCP
  • Professional จะแยกแล้วแต่เฉพาะด้านไป ซึ่งตัว ML Engineer ก็อยู่ในกลุ่มนี้

certifications ของ GCP ทั้งหมด (March 2021)

  • ข้อสอบ ML จะแบ่งเป็น ML-based concept และ Tools โดยที่ออกไม่ลึกแต่กว้าง ไม่เน้นคำถามเชิง coding (มีแค่1–2ข้อ) ไม่ได้มีการคำนวน จะออกแนว design หรือหา solution ที่เหมาะสมที่สุด คล้ายๆ ข้อสอบ Google Professional Data Engineer
  • มีทั้งหมด 60 ข้อในเวลา 120 นาที (เท่ากับว่าต้องทำเวลาเฉลี่ย ~2นาที/ข้อ)
  • ค่าสอบ $200
  • ผลสอบจะมีบอกแค่ PASS หรือ FAIL โดยไม่บอกว่าเราตอบถูกไปกี่ข้อ ผิดกี่ข้อ
  • เกณฑ์ว่าต้องตอบถูกกี่ข้อถึงจะผ่าน ไม่ชัดเจน แต่มีคนตอบใน Reddit ว่าตัดผ่านที่ ~80%
  • เป็นข้อสอบ choice ส่วนใหญ่จะมี 4 ตัวเลือก 1 คำตอบ แต่ก็มีบางข้อที่มี 5 ตัวเลือกหรือให้ตอบมากกว่า 1 คำตอบ
  • ข้อสอบส่วนใหญ่ค่อนข้างยาวต้องใช้เวลาในการตั้งสติค่อยๆอ่านและคิดตามว่าโจทย์ต้องการอะไร แต่ก็มีบางข้อที่เห็นโจทย์แล้วตอบได้เลย
  • ตัด choice ยาก ตัวอย่างเช่น สมมติ scenario ขึ้นมาให้ design architecture ซึ่งในคำตอบ 1. 2. 3. 4. อาจจะทำได้ตามโจทย์หมดเลย แต่คำตอบจะเป็นวิธีที่จะทำตามแนวทางของ Google’s best practice สิ่งที่ช่วยได้คือ ต้องสังเกตและจับ keyword ที่โจทย์ต้องการ เช่น real-time, cost optimized, best performance ฯลฯ

การหาแนวทางเพื่อเตรียมตัว

          เนื่องจาก Google ML Engineer จะยังไม่มีคอร์สที่สร้างขึ้นมาเพื่อทบทวนและเตรียมตัวสอบแบบ Google Certification ตัวอื่น (ที่มักจะมีใน Linuxacademy, Acloudguru, Coursera ฯลฯ) เลยพยายามหา guideline เป็นแนวทางเพื่อเตรียมตัวแทน

          การเตรียมตัว จากแนวทางที่ได้ค้นคว้ามา จึงแบ่งหัวข้อหลักในข้อสอบเป็น ML-based concept และ Tools เนื่องจาก ML-based concept เป็นสิ่งที่พอจะมีความรู้ในหัวอยู่แล้ว เลยไม่ได้เตรียมตัวส่วนนี้มาก จะศึกษาหนักไปที่เรื่อง Tools ซะมากกว่า

จนในที่สุดก็สอบ Google Professional Machine Learning Engineer Certification 2021 ผ่านได้!!

          สุดท้ายหวังว่าบทความนี้อาจจะเป็นประโยชน์สำหรับผู้ที่สนใจหรือกำลังเตรียมตัวจะสอบ cert นี้อยู่ และก็หวังว่าในอนาคตจะมีคอร์สออนไลน์ช่วยสำหรับการเตรียมตัวสอบ น่าจะช่วยให้การเตรียมตัวสะดวกและง่ายขึ้นเยอะเลย 

Share on social media

Tangerine Expertise

Related Solution

Expand Interests

All and More

  • All
  • Apigee
  • Application Development
  • Business Transformation
  • Cisco
  • Converged Infrastructure
  • Dell EMC
  • Dialogflow (Chatbot)
  • Event
  • G Suite
  • Google Cloud
  • Google Cloud Platform
  • Google Maps Platform
  • Highlight
  • Hybrid Cloud & Multi Cloud
  • Knowledge
  • Networking
  • Productivity & Work Transformation
  • Security
  • Smart Business Analytics & AI
  • Storage & Data Protection
  • Success Story
  • VMware
  • Workspace
All
  • All
  • Apigee
  • Application Development
  • Business Transformation
  • Cisco
  • Converged Infrastructure
  • Dell EMC
  • Dialogflow (Chatbot)
  • Event
  • G Suite
  • Google Cloud
  • Google Cloud Platform
  • Google Maps Platform
  • Highlight
  • Hybrid Cloud & Multi Cloud
  • Knowledge
  • Networking
  • Productivity & Work Transformation
  • Security
  • Smart Business Analytics & AI
  • Storage & Data Protection
  • Success Story
  • VMware
  • Workspace
ML Certificate
Google CloudGoogle Cloud PlatformHighlight

รีวิวสอบ Google Professional Machine Learning Engineer Certification 2021

ต้องเกริ่นแบบนี้ก่อน ข้อสอบออกไม่ลึกแต่กว้างเป็นทะเล มีส่วนที่เป็น tools ของ Google และ ความรู้ concept Machine Learning คละๆ กันไป

workload optimize
Business TransformationCiscoSmart Business Analytics & AI

เพิ่มประสิทธิภาพของ Application ในองค์กร ด้วย AppDynamics

ในยุคสถานการณ์ Covid-19 กลับมาระบาดอีกครั้ง ทำให้ผู้ใช้งาน Application ต่างๆ มีการปรับพฤติกรรมการใช้งาน ทั้งในช่วงเวลาเข้าใช้งาน สถานที่เข้าใช้งาน ทำให้การวิเคราะห์เสถียรภาพของ Application เป็นเรื่องที่สำคัญอย่างยิ่ง เพื่อให้สามารถตอบสนองความต้องการการเข้าใช้งานได้อย่างทันท่วงที และปรับโครงสร้างของระบบ Infrastructure ให้สอดคล้องกับปริมาณการใช้งานของ Application ให้แต่ละช่วงเวลา ซึ่งจะสามารถทำให้ควบคุมค่าใช้จ่าย และผลตอบแทนได้อย่างเหมาะสม

cisco-anyconnect-mobility-client
CiscoHighlight

Secure Remote Worker : ช่วยให้ Work from Anywhere ปลอดภัยเพิ่มขึ้นได้อย่างไร?

ช่วง Covid ก่อนหน้านี้ องค์การเริ่มมีการปรับรูปแบบการทำงานเป็นแบบ Work From Home (WFH) โดยพยายามปรับจาก Environment ที่มีอยู่เพื่อให้สามารถใช้งานได้ก่อน ซึ่งอาจจะยังไม่ได้วางแผนเรื่องความปลอดภัยของการทำงานจากภายนอก (Work Anywhere) ให้เหมาะสม เช่น ความปลอดภัยของ Device ที่เข้าใช้งาน หรือ Network ที่เชื่อมต่อ เป็นต้น

ป้องกัน Ransomeware
Security

ระวังภัย Ransomware ที่แฮกเกอร์อาจโจมตีระบบ VPN ที่ไม่ได้แพตช์

ในช่วงที่วิกฤตการณ์ COVID-19 กำลังแพร่ระบาดระลอกใหม่ทั้งในประเทศไทยและทั่วโลก หลายๆ องค์กรได้มีมาตรการให้พนักงานทำงานจากที่บ้านหรือภายนอกองค์กร (Work From Home) ดังนั้นการเชื่อมต่อเพื่อใช้งานทรัพยากรขององค์กร (Resource) หรือใช้งานเครือข่ายภายในองค์กร จากที่บ้านหรือจากเครือข่ายสาธารณะ (Internet) โดยผ่านอุปกรณ์ VPN นั้น จึงมีความจำเป็นอย่างยิ่ง และควรให้ความสำคัญกับการป้องกันภัยคุกคามด้วย

VDO Conference
G SuiteGoogle CloudHighlightWorkspace

Google Meet : Breakout room & Attendance report ช่วยจัดอบรมได้ง่ายๆ ไม่มีสะดุด

สถานการณ์โควิด-19 ในขณะนี้ไม่มีวี่แววว่าจะดีขึ้นในประเทศไทย การเกิดจากคลัสเตอร์รอบใหม่ในหลายพื้นที่ ทำให้มีจำนวนผู้ติดเชื้อเพิ่มขึ้นอย่างทวีคูณ ส่งผลให้บางบริษัทประกาศให้พนักงานทำงานที่บ้านกันอีกครั้ง ทำให้หลายธุรกิจต้องปรับตัว ปรับเปลี่ยนวิธีการทำงานตามความเหมาะสม

Scroll to Top

ติดต่อ tangerine

Tel: +66 2 2855511   |   Email: info@tangerine.co.th


ประกาศ

บริษัท แทนเจอรีน จำกัด ขอแจ้งว่า บริษัทฯ ยังเปิดดำเนินการตามปกติ
แต่มีมาตรการให้พนักงาน Work from Home

ท่านสามารถติดต่อเจ้าหน้าที่ ดังนี้

ประกาศ

บริษัท แทนเจอรีน จำกัด
ขอแจ้งว่า บริษัทฯ ยังเปิดดำเนินการตามปกติ
แต่มีมาตรการให้พนักงาน Work from Home
ท่านสามารถติดต่อเจ้าหน้าที่ ดังนี้

ฝ่ายบัญชี และ ฝ่ายธุรการ

ฝ่ายขายผลิตภัณฑ์  Google

 สั่งซื้อ/สอบถาม เกี่ยวกับผลิตภัณฑ์
google.sales@tangerine.co.th 
โทร. 086-788-4690

ฝ่าย Support

ผลิตภัณฑ์ Google
google.support@tangerine.co.th
โทร. 02 285 5511 ต่อ 755

ผลิตภัณฑ์ อื่นๆ
servicedesk@tangerine.co.th
โทร. 
02 2855511 ต่อ 427 
หรือ 086 999 2800

This website uses cookies to ensure you get the best experience on our website. View Privacy Policy