先了解这张认证
认证概述
Google Cloud Certified - Professional Machine Learning Engineer (PMLE) 验证您设计、构建和产品化 ML 模型的能力，包括使用 Vertex AI 等 GCP 服务解决实际业务问题。
考试领域
- Architect low-code ML solutions（设计低代码 ML 解决方案）— 12%
- Collaborate within and across teams（团队内外协作）— 14%
- Scale prototypes into ML models（将原型扩展为 ML 模型）— 18%
- Serve and scale models（模型服务与扩缩）— 19%
- Automate and orchestrate ML pipelines（ML 管道自动化与编排）— 21%
- Monitor ML solutions（ML 解决方案监控）— 16%
适合人群
- 机器学习工程师和 MLOps 工程师
- 数据科学家希望提升工程化能力
- AI 平台架构师
- 希望验证 GCP ML 能力的 IT 专业人员
考试档案
- 考试代码
- PMLE
- 发证机构
- GCP
- 题型
- 单选题 / 多选题 / 案例分析题
- 考试语言
- English / 日本語 / 한국어
- 证书有效期
- 2 年
- 考试费
- $200
你会学到的技能
学完能做什么
- 获得 Google Cloud 官方专业级 ML 工程师认证
- 掌握 Vertex AI 全栈 ML 平台的使用
- 具备端到端 ML 模型的训练、部署和监控能力
- 能够设计和实施 MLOps 流水线
- 提升 ML 工程师岗位竞争力
适合这样的你
- 机器学习工程师和 MLOps 工程师
- 数据科学家希望提升工程化和产品化能力
- AI 平台架构师
- 后端工程师希望转型 ML 方向
- 希望验证 GCP ML 全栈能力的 IT 专业人员
开始前需要什么
- 3 年以上 ML 或相关经验（含 1 年以上 GCP 实践）
- 熟悉 Python 编程和 ML 框架（TensorFlow/PyTorch）
- 了解机器学习基本概念和算法
- 建议有模型训练和部署的实际经验
考试会考什么
12%设计低代码 ML 解决方案
Architect Low-Code ML Solutions
设计低代码 ML 解决方案
Architect Low-Code ML Solutions
14%团队内外协作
Collaborate Within and Across Teams
团队内外协作
Collaborate Within and Across Teams
18%将原型扩展为 ML 模型
Scale Prototypes into ML Models
将原型扩展为 ML 模型
Scale Prototypes into ML Models
19%模型服务与扩缩
Serve and Scale Models
模型服务与扩缩
Serve and Scale Models
21%ML 管道自动化与编排
Automate and Orchestrate ML Pipelines
ML 管道自动化与编排
Automate and Orchestrate ML Pipelines
16%ML 解决方案监控
Monitor ML Solutions
ML 解决方案监控
Monitor ML Solutions
一步一步，准备好考试
8 个章节 · 学习路径
安排你的备考
- 课程学习时长
- 60h
- 有相关实操经验
- 8-10 周
- 从基础开始
- 12-16 周
- 建议日投入
- 1-2h
备考支持
- 8 个系统化学习章节，覆盖考试 6 大领域
- 963 精选练习题，每题附详细解析
- 仿真模拟考试（50 题/120 分钟）
- 错题本 + 智能复习，薄弱环节针对性突破
- 学习进度可视化追踪
- 同步 Google Cloud 官方最新考纲
备考时，做好这些事
- 60 题 120 分钟，平均每题 2 分钟，合理分配时间
- 及格分 70/100，不确定的题先标记跳过，回头再做
- 排除法非常有用 — 先排掉明显错误的选项，剩下的再分析
- 多选题会告诉你选几个，仔细看题目要求
这些误区要避开
- 没有读完所有选项就选答案 — 题目经常有"最佳"答案和"正确但不最佳"的干扰项
- 备考只刷题不理解原理 — 考试场景题需要理解底层概念
- 忽略时间管理 — 在难题上卡太久，导致后面简单题没时间做
报名之前，你可能想问
GCP Professional ML Engineer 考试难度如何？
PMLE 是 GCP 中难度最高的认证之一。考试不仅考察 GCP ML 服务（Vertex AI），还深入考察 ML 理论、模型优化、MLOps 实践。建议有 4-6 个月的系统备考时间。
PMLE 和 AWS MLA-C01 有什么区别？
PMLE 更侧重于 Vertex AI 平台和 GCP 原生 ML 服务，考试中 MLOps 和模型监控占比很高。AWS MLA 则侧重于 SageMaker 生态。两者考察的 ML 核心概念相通，但平台工具不同。
需要掌握 TensorFlow 编程吗？
不需要编写完整代码，但需要理解 TensorFlow 和 Keras 的核心概念，如模型架构、训练循环、分布式训练策略等。考试更侧重于架构设计和服务选型。
PMLE 认证有效期多久？
GCP Professional ML Engineer 认证有效期为 2 年。考试费用 $200 USD，时长 120 分钟，通过分数约为 70%。
考试中 Vertex AI 占比高吗？
是的，Vertex AI 是考试中最核心的服务，涵盖 AutoML、Custom Training、Prediction、Feature Store、Model Monitoring、Pipelines 等多个组件。几乎每个领域都涉及 Vertex AI。
听听学过的人怎么说
评价加载中…
从第一章，开始你的备考。
前 2 章免费试学 · 完整备考 $39 起