Démontrez votre maîtrise de TensorFlow pour résoudre des problèmes de ML et de deep learning. Soyez reconnu pour vos compétences et rejoignez notre réseau de spécialistes certifiés.
Présentation du programme TensorFlow Developer Certificate
Le certificat délivré dans le cadre du programme offre à toute personne, partout dans le monde, l'occasion de mettre en valeur son expertise du machine learning sur un marché du travail mondial toujours plus orienté IA. Axé sur le développement de TensorFlow, ce certificat de base est destiné aux étudiants, développeurs et data scientists qui souhaitent démontrer leurs compétences pratiques en machine learning via la création et l'entraînement de modèles avec TensorFlow.
Le programme se termine par un examen d'évaluation développé par l'équipe TensorFlow. Une fois le certificat obtenu, les développeurs peuvent rejoindre notre réseau de spécialistes certifiés et ajouter leur certificat ainsi que leurs badges sur leur CV, sur GitHub et sur les plates-formes de réseaux sociaux comme LinkedIn afin de faire connaître leur maîtrise de TensorFlow au monde entier.
Nous ajouterons prochainement des programmes de certification destinés aux professionnels plus expérimentés et plus spécialisés de TensorFlow. Revenez dans quelque temps pour en savoir plus.
Avant de passer l'examen, veuillez consulter le manuel du candidat.
À qui est destiné le certificat TensorFlow ?
Cet examen du certificat de niveau 1 teste les connaissances de base des développeurs concernant l'intégration du machine learning dans les outils et les applications. Le programme de certificat nécessite une bonne compréhension de l'utilisation de la vision par ordinateur, des réseaux de neurones convolutifs, du traitement du langage naturel, ainsi que des stratégies et des données d'images réelles pour créer des modèles TensorFlow.
Pour réussir l'examen, les candidats doivent maîtriser les points suivants :
-
Principes de base du machine learning et du deep learning
-
Création de modèles de machine learning dans TensorFlow 2.x
-
Création d'algorithmes de reconnaissance d'image et de texte, et de détection d'objet au moyen de réseaux de neurones profonds et convolutifs
-
Utilisation d'images réelles de tailles et de formes variées pour visualiser le parcours d'une image à travers les convolutions afin de comprendre comment un ordinateur "voit" les informations, la perte des graphiques et la justesse
-
Découverte des stratégies pour prévenir le surapprentissage, comme l'augmentation et les abandons
-
Application des réseaux de neurones pour résoudre les problèmes de traitement du langage naturel avec TensorFlow
Avantages
Nous sommes intimement convaincus qu'il est nécessaire d'élargir l'accès de la formation à un public plus international, aux parcours, aux expériences et aux perspectives variés, afin de transformer la manière dont le machine learning et ses applications évoluent. C'est pourquoi nous avons le plaisir d'offrir un nombre limité de bourses couvrant le coût des documents pédagogiques et/ou de l'examen.
Recherchez des titulaires du certificat TensorFlow et demandez-leur de l'aide pour vos tâches de machine learning et de deep learning.
Si vous n'avez pas le profil décrit ci-dessus, passez le certificat professionnel de développeur TensorFlow de DeepLearning.AI sur Coursera ou suivez la formation Intro to TensorFlow for Deep Learning (Présentation de TensorFlow pour le deep learning) sur Udacity pour vous préparer à l'examen. Conditions préalables pour participer à ces formations :
-
Des compétences de base en programmation Python
-
Une connaissance du machine learning ou du deep learning est utile, mais pas indispensable
-
Une formation en mathématiques dans les domaines de l'algèbre linéaire, des probabilités, des statistiques et des calculs est utile, mais pas indispensable.
Vous n'êtes pas encore prêt ? D'autres ressources sont disponibles pour vous préparer.
Comment ça marche ?
Consultez le manuel du candidat, qui présente les différents critères de l'examen, et les questions fréquentes. Facultatif : passez le certificat professionnel de développeur TensorFlow de DeepLearning.AI. Il est vivement recommandé pour vous préparer à l'examen.
Inscrivez-vous à l'examen. Connectez-vous à votre compte Gmail (si vous n'en avez pas, vous pourrez en créer un durant le processus de connexion), importez votre pièce d'identité (permis de conduire ou passeport, par exemple) et fournissez vos informations de paiement.
Préparez votre environnement de travail pour l'examen. Installez le plug-in TensorFlow Exam à l'aide de l'IDE PyCharm. Pour en savoir plus, consultez cette page.
Passez l'examen. Vous pouvez vous connecter à tout moment pour passer l'examen dans les six mois suivant sa date d'achat. Vous disposez de cinq heures pour le terminer.
Recevez votre certificat TensorFlow. Une fois vos réponses envoyées, elles seront notées. Vous pourrez consulter l'état du traitement de vos réponses sur le portail des candidats dans les 24 heures.
Partagez votre expertise avec la communauté. Vous pouvez ajouter le certificat et le badge à votre CV ainsi qu'à vos profils publics (sur GitHub, LinkedIn et Twitter, par exemple), et rejoindre notre réseau de spécialistes certifiés, qui permet aux recruteurs de trouver des professionnels du machine learning comme vous.