23
13

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?

More than 3 years have passed since last update.

TensorFlowAdvent Calendar 2020

Day 15

TensorFlowデベロッパー認定資格を受験体験記

Last updated at Posted at 2020-12-14

この記事は、私が2020年9月にTensorflow Developer Certificateを受験した体験記についての投稿です。

TensorFlowディベロッパー認定資格について

この資格はGoogleよりリリースされたTensorFlowについての認定資格です。
2020年に始まったばかりの試験で、一般的に4択問題の認定資格が多い中で、コーディングが求められる試験です。手を動かしながら楽しみながら受験することができました。

概要

試験内容:Pycharmを使ってTensorFlowの機械学習モデル構築(コーディング)。試験の中で、ローカルでモデルを作って学習します。
試験時間:5時間
費用:USD100
レベル:ビギナー向け(ディープラーニング協会のG資格よりは難しくE資格未満の知識+TensorFlowをコーディングできるスキル)
言語:英語(試験の公式ページやガイドブックには日本語版が準備されていますが、申し込み〜試験の実施はすべて英語でした。)

TensorFlow デベロッパー認定資格の公式ページ
https://www.tensorflow.org/certificate?hl=ja

スクリーンショット 2020-12-14 1.05.26.png

事前調査①:ユーザーコミュニティイベントに参加

2020年にローンチされたばかりの新しい試験であるため問題の内容や難易度が未知数でした。TensorFlow のユーザーコミュニティのTensorFlow User Group の主催イベントに参加し(ここから閲覧できます)、試験についていくつか知ることができました。

イベントの中でGoogle Khanh氏がプレゼンされた内容によると
**"試験レベルに求められるレベルは"ジュニアの機械学習エンジニアのスキルセットを認定する試験(機械学習チームに入って即戦力になれるスキル)"**ということのようです。
今後いくつかのレベルのリリースされる予定があることも言われていましたが、現時点でリリースされた試験はBeginner向けのようです。

TFUG主催の動画で先人の方々がさまざまな経験を語っていただいているので、受験を検討されている肩には閲覧をオススメします。

事前準備②:公式ガイドブック

公式ページにある受験者向けのガイドブックが準備されています。日本語もあります。必要とされるスキルセットなどが記載されてます。このスキルセットが問題なく理解できると問題なく合格できると思います。

受験者向けガイドブック
https://www.tensorflow.org/extras/cert/TF_Certificate_Candidate_Handbook_ja.pdf?hl=ja

勉強法

TFUGのイベントでも紹介された公式に推奨されているCourseraのオンライン講座を中心に勉強しました。動画で解説されている内容やコードを理解して、自分でも同じようにコーディングしながら、学習を進めました。

講座には16週のコースですが、私の場合は4週間ほどでコースの全カリキュラムを完了しました。
あとはTensorFlowのチュートリアルに記載されている内容を一通り確認しました。
ひたすらローレンス氏の解説を聞いて、手を動かすことを集中して行いました。

スクリーンショット 2020-12-14 1.06.09.png
DeepLearning.AI テンソルフロー開発者 プロフェッショナル認定
https://www.coursera.org/professional-certificates/tensorflow-in-practice

TensorFlow Tutorial
https://www.tensorflow.org/tutorials?hl=ja

申し込み

申し込みからは英語になります。申し込みが完了後、支払いが完了すると試験に向けた準備についてメールにて案内が送られてきます。
そこにPluginのインストール方法や使用するバージョンなどが書かれています。
英語で書かれていますが、Pycharmキャプチャ画像が貼られていますので、分かりやすいと思いました。

試験申し込みサイト
https://app.trueability.com/google-certificates/tensorflow-developer

いざ試験

5時間の制限時間内に、5つの機械学習モデルを構築します。実際の試験では、構築したモデルを提出することで採点がされます。
実際の試験は、Pycharmを立ち上げて、Pluginにしたがって進めていきます。環境の構築や問題のダウンロードもPluginがやってくれます。

ローカル環境にてモデルを構築していくので、GPUの環境があると学習の進みが早いので、GPUがあった方がいいのです。何度も試行錯誤してさまざまなモデルを試せます。ただし必須では無いです。

私の場合は、Pycharmでモデルを構築しながら、他のアプローチについては、Google Colabなどでも並行して課題を違ったアプローチで学習させるなど、いくつかのモデルを並行して構築していきました。Google Colabで作ったモデルをダウンロードして提出を試みましたがエラーとなってしましました。
バージョンなどの不一致などによるものだと思ったのですが、試験の本質から外れてしまうので一旦横において他のモデルを試すくらいのアプローチでGoogle Colabを活用し、試験での提出モデルは、ローカル環境で学習させました。

終わってみると5時間という時間はあっと言うまで、他の楽しみながら取り組むことができました。

構築したモデルはh5形式のファイルで保存し、Pycharm上のPluginを通して提出します。
しばらくするとその場で点数が表示されます。
提出回数に制限は無いようで、試験時間内であれば何度も提出ができます。

モデルを提出する度に点数が表示されるので5つのモデルを提出し終わった時点では、点数が表示されています。
合格ラインが示されていないのでこれで合格できるか不安が残るのでひたすら高得点取得に向けてモデル構築を行いました。

Pycharmを使ったことが無い方は、試験前に使い方などに慣れておいた方が、試験では戸惑いが無いかと思います。
Pycharm
https://www.jetbrains.com/ja-jp/pycharm/

受けてみて

合否についてメールで来るのですが、いつまで経っても来ない、、、ということがあり、たまたま迷惑メールフォルダを確認したところ、メールがきておりました。
これから受けられる方はメールが迷惑メールフォルダに分類されてしまうことがあるのでお気をつけください。

Beginner向けともコメントされていましたように、難易度は高くなく、基本的な理解や知識、またモデルとしてコーディングする際のスキルが問われた試験でした。
TensorFlowを使うような業務では、基本知識、スキルを扱った資格試験でしたので、合格することもそうですが、普段のスキルアップにもつながると思います。

おまけ

今回は、Google主催のML Study Jams “Road to TF Certificate 2020”に登録して、試験を受けました。合格者への特典として、Googleが開発したAIで生成されたクッキーをGoogle様よりいただきました。

ほんのりジンジャーの香りがする硬めのクッキーでしたが非常に美味しかったです。
ios__________.jpg

最後に

実際に事前に勉強するところから試験を受けるまでの流れから考えると、楽しかったという点と改めてTensorFlowの基本を学べてスキルアップできたと言うところに尽きます。

この記事を受けて、試験を受けてみたいと思っていただける方がいらっしゃると嬉しい限りです。

リンク

TensorFlow デベロッパー認定資格の公式ページ
https://www.tensorflow.org/certificate?hl=ja
受験者向けガイドブック
https://www.tensorflow.org/extras/cert/TF_Certificate_Candidate_Handbook_ja.pdf?hl=ja
(Coursera)DeepLearning.AI テンソルフロー開発者 プロフェッショナル認定
https://www.coursera.org/professional-certificates/tensorflow-in-practice
TensorFlow Tutorial
https://www.tensorflow.org/tutorials?hl=ja
TensorFlow User Group Meetup #11 - Road to TF Developer Certificate
https://www.youtube.com/watch?v=PjeAQX7fy6g

23
13
0

Register as a new user and use Qiita more conveniently

  1. You get articles that match your needs
  2. You can efficiently read back useful information
  3. You can use dark theme
What you can do with signing up
23
13

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?