Omówienie programu certyfikatów programistów TensorFlow
Celem tego certyfikatu jest zapewnienie każdemu na świecie możliwości zaprezentowania swojej wiedzy w zakresie uczenia maszynowego na globalnym rynku pracy w coraz większym stopniu napędzanym przez sztuczną inteligencję. Ten certyfikat w zakresie programowania 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 umieszczać swoje certyfikaty i odznaki w swoich życiorysach, GitHubie i platformach społecznościowych, w tym LinkedIn, co ułatwia dzielenie się swoim poziomem wiedzy na temat TensorFlow ze światem.
Bądź na bieżąco, ponieważ pracujemy nad dodaniem programów certyfikatów 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 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, konwolucyjnych sieci neuronowych, przetwarzania języka naturalnego oraz rzeczywistych danych i strategii obrazu.
Aby pomyślnie przystąpić do egzaminu, zdający powinni czuć się komfortowo z:
Podstawowe zasady ML i Deep Learning
Budowanie modeli ML w TensorFlow 2.x
Budowa algorytmów rozpoznawania obrazu, wykrywania obiektów, rozpoznawania tekstu z głębokimi sieciami neuronowymi i konwolucyjnymi sieciami neuronowymi
Używanie rzeczywistych obrazów w różnych kształtach i rozmiarach do wizualizacji podróży obrazu przez zwoje, aby zrozumieć, w jaki sposób komputer „widzi” informacje, utratę wydruku i dokładność
Odkrywanie strategii zapobiegania nadmiernemu dopasowaniu, w tym augmentacji i rezygnacji
Zastosowanie sieci neuronowych do rozwiązywania problemów z przetwarzaniem języka naturalnego przy użyciu TensorFlow
Korzyści
Mocno wierzymy w poszerzanie dostępu do ludzi z różnych środowisk, doświadczeń, lokalizacji geograficznych i perspektyw, 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 certyfikatu TensorFlow, którzy zdali egzamin, aby pomóc Ci w zadaniach związanych z uczeniem maszynowym i uczeniem głębokim.
Jeśli nie masz powyższego doświadczenia, weź specjalizację DeepLearning.AI TensorFlow Developer Professional Certificate na Coursera lub kurs Intro to TensorFlow for Deep Learning na Udacity, aby przygotować się do egzaminu. Kursy te wymagają:
Wstępne umiejętności programowania w języku Python
Wcześniejsza znajomość 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 pomogą Ci być na bieżąco.
Jak to działa
Zapoznaj się z naszym Podręcznikiem dla kandydatów zawierającym kryteria egzaminacyjne i najczęściej zadawane pytania . Opcjonalnie: zdobądź certyfikat DeepLearning.AI TensorFlow Developer Professional . 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 (np. prawo jazdy lub paszport) i podaj informacje dotyczące płatności.
Podejmij i zdaj egzamin. Zaloguj się i podejdź do egzaminu w ciągu 6 miesięcy od daty zakupu egzaminu w dowolnym momencie. Na ukończenie egzaminu będziesz mieć maksymalnie pięć godzin.
Odbierz certyfikat TensorFlow. Po przesłaniu egzaminu zostanie on oceniony i w ciągu 24 godzin będziesz mógł sprawdzić status swojego zgłoszenia w Portalu kandydata.
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.