Cómo aprobar el examen de certificado de desarrollador de TensorFlow

El 12 de marzo de este año, el equipo de TensorFlow presentó el examen de certificado de desarrollador de TensorFlow.

Corte al 13 de junio y tengo la certificación de desarrollador de TensorFlow. ✅

Entonces, ¿qué pasó en esta brecha de 3 meses?

Después de cumplir con todos mis compromisos comerciales y personales, logré tomarme un mes para prepararme para el examen. Después de estudiar todos los detalles del examen, creé un plan de aprendizaje para estar listo para el examen en 14 días *.

Eso es genial, pero ¿qué es TensorFlow?

La esencia: TensorFlow es una plataforma de aprendizaje automático de código abierto de extremo a extremo. Tiene un ecosistema integral de bibliotecas, herramientas y recursos comunitarios que permite a los ingenieros, científicos / analistas de ML / AI crear e implementar aplicaciones basadas en ML.

Google, Airbnb, DeepMind, Intel, Twitter y muchos otros funcionan actualmente con TensorFlow y les ayuda a resolver una amplia gama de problemas.

Ahora, no soy un evangelista de certificación. Pero como ya estaba usando y siguiendo a TensorFlow tan de cerca como un entusiasta de la ciencia de datos, llamó mi atención.

Ha sido una racha de aprendizaje increíble y estoy aquí para compartir todos los detalles esenciales de lo que es el programa, cómo lo hice y cómo tú también puedes hacerlo.

¿De qué se trata este programa de certificación ?

El certificado es una validación oficial que confirma su competencia con TensorFlow con respecto a la resolución de problemas de aprendizaje profundo y aprendizaje automático en el mercado laboral impulsado por la inteligencia artificial.

Si eres alguien que tiene las habilidades para desarrollar esas redes neuronales profundas y resolver problemas con ellas, puedes realizar el examen para diferenciarte con el certificado.

¡Oh, vaya! ¿No es otro programa de certificación…?

¿Por qué debería realizar el examen?

En primer lugar, esto no es como la certificación en la que miras algunas conferencias en video de 2 a 3 minutos de duración, realizas un cuestionario de preguntas de opción múltiple y obtienes la certificación. Esto requerirá que codifique y resuelva una clase de problemas para los que deberá prepararse.

En segundo lugar, ¿cuántas veces ha pensado en dominar una nueva biblioteca o técnica y luego abandonó sus planes a mitad de camino? Si eres como yo, el 99% del tiempo.

Para mí, la certificación funcionó como el destino de mi viaje de aprendizaje. Tenía algo de experiencia con TensorFlow, pero esto supuso un desafío para trabajar en problemas que en realidad no había resuelto yo mismo.

En tercer lugar, debe seguir monitoreando el espacio tecnológico en su campo al menos. Entonces, aquí hay una tendencia de StackOverflow que muestra cómo TensorFlow está siendo utilizado por una gran cantidad de usuarios que representan casi 1 de cada 100 preguntas en la plataforma:

Por último, creo que Google siempre aporta valor a sus usuarios / desarrolladores. Creo que la forma en que han estructurado el examen hace que valga la pena intentarlo, ya que valida sus habilidades y agrega peso a su perfil.

¡BUENO! Estoy vendido, ¿puedes decirme qué se supone que debo hacer en este examen?

Tutorial del examen

El examen es una prueba en línea basada en el rendimiento en la que se le proporcionan preguntas para resolver mediante la creación de modelos de TensorFlow dentro de un entorno PyCharm dedicado.

Puede realizar este examen desde su computadora que admita los requisitos de PyCharm IDE. Necesitará una conexión a Internet confiable y podrá realizar el examen a la hora que más le convenga (yo comencé el mío a medianoche).

El examen pone a prueba su capacidad para resolver problemas como la Clasificación de la imagen a partir de imágenes del mundo real, procesamiento del lenguaje natural, y la predicción de series de tiempo usando Tensorflow 2.x .

Puede tomar hasta 5 horas para el examen. Si excede el límite de tiempo, el examen se enviará automáticamente y solo se le calificarán las preguntas para las que haya enviado y probado su modelo.

Puede utilizar cualquier recurso de aprendizaje que utilice normalmente durante su trabajo de desarrollo de AA.

Costo del examen: cada intento le cuesta $ 100 USD.

¡Ah, ja ! Entonces, ¿cómo se preparó para este examen largo y aterrador?

Cómo comencé a prepararme para el examen

Lo primero que hice fue dedicar bastante tiempo a estudiar el examen en sí. El equipo de TensorFlow le proporciona este manual completoque le informa todos los detalles sobre el examen y las habilidades que debe dominar antes de realizarlo:

Después de estudiar el examen, diseñé un plan de estudios para mí mismo para cubrir todas las habilidades que se mencionan en este manual.

Luego, me configuré un horario para que mis compromisos laborales no me desviaran del camino y prioricé el aprendizaje durante esos ~ 20 días.

Y eso es todo: comencé a prepararme para el examen utilizando este plan de estudios compuesto por estos recursos recomendados y útiles:

[Imp]: Plan de estudios de aprendizaje: revisión de todos los recursos que utilicé para aprobar el examen

Para alguien nuevo en Tensorflow o en aprendizaje automático, el manual podría representar una imagen aterradora. Pero tener un plan y establecer un horario le ayudará a salir adelante. Aquí está el plan de estudios que lo preparará bien para el examen.

El equipo de Tensorflow volvió a hacer un trabajo increíble al sugerir los recursos en función de su familiaridad con el aprendizaje automático. Además de eso, había estado siguiendo algunos libros y listas de reproducción que me ayudaron mucho a cimentar los fundamentos en mi cerebro y me ayudaron a ir más allá de los requisitos del examen.

También he revisado todos estos recursos que utilicé con una escala de puntuación de 5 , basada en las siguientes cualidades:

  • Utilidad: aprobar el examen
  • Valor de aprendizaje: puede que no tenga un efecto directo en los resultados del examen, pero lo ayudará a construir una base sólida y a trabajar en problemas más complejos.

Aquí está la lista de recursos junto con el tiempo y el costo en que incurrirá cada uno:

1. TensorFlow de Coursera en la especialización práctica

Utilidad: 5/5 - Esto es absolutamente necesario para obtener una buena puntuación (o incluso aprobar) en el examen. Le ayudará a cubrir todas las habilidades mencionadas en la lista de verificación de habilidades del Manual. Este es el curso recomendado en la página de inicio de Certificación.

Si estudia detenidamente la lista de verificación de habilidades y luego la compara con el esquema del curso, podrá descubrir el mapeo directo de cada habilidad. Parece que el curso se creó con el examen de certificación en mente o viceversa.

Toda la especialización contiene 4 cursos:

  • Introducción al aprendizaje automático y al aprendizaje profundo.
  • Redes neuronales convolucionales en TensorFlow
  • Procesamiento de lenguaje natural en TensorFlow
  • Secuencia, serie temporal y predicción

Valor de aprendizaje: 4/5: el curso en sí depende de otros recursos para ayudarlo a obtener una comprensión profunda de los conceptos y temas fundamentales que utiliza. Este es más un curso práctico.

Tiempo: debería llevarle de 4 a 8 semanas, según la cantidad de tiempo que dedique. Tenía experiencia previa con problemas de clasificación de imágenes, y me tomó 14 días ver toda la serie de especialización y practicar todos los ejercicios que proporcionan.

Costo: esto tiene un costo de $ 59 por mes después de una prueba gratuita de 7 días. Vale la pena si tienes que pagar. Los otros recursos brindan una alternativa gratuita.

2. Listas de reproducción de YouTube sobre Machine Learning Foundation de Laurence Moroney

Utilidad: 4/5: esta es una alternativa a los 2 cursos iniciales de la especialización TensorFlow en el canal de YouTube de Google Developers.

Hay una lista de reproducción dedicada de cero a héroe de PNL del mismo autor: Laurence Moroney.

Valor de aprendizaje: 3/5: igual que el anterior, pero se basa en otros videos y recursos en caso de que sea un principiante en el aprendizaje automático.

Tiempo: 1 a 2 semanas por lista de reproducción si dedicas entre 3 y 4 horas diarias a tu preparación.

Gratis

3. Aprendizaje automático práctico con Scikit-Learn, Keras y TensorFlow, 2.ª edición

Utilidad: 3/5 - La puntuación se debe a su relevancia para el examen . Para los principiantes, este será un recurso fundamental para comprender el Machine Learning y luego sumergirse gradualmente en las profundidades del Deep Learning, TensorFlow, Computer Vision, CNN, RNN y mucho más.

Los siguientes son los capítulos más útiles del libro:

  • Capítulo 10 - Introducción a las redes neuronales artificiales con Keras
  • Capítulo 11 - Entrenamiento de redes neuronales profundas
  • Capítulo 12 - Modelos personalizados y entrenamiento con TensorFlow
  • Capítulo 13 - Carga y preprocesamiento de datos con TensorFlow
  • Capítulo 14 - Visión profunda por computadora usando redes neuronales convolucionales
  • Capítulo 15 - Procesamiento de secuencias mediante RNN y CNN
  • Capítulo 16 - Procesamiento del lenguaje natural con RNN y atención

He estado leyendo este libro desde antes del examen y el autor Aurelion ha creado una joya de libro para aspirantes a científicos de datos, ingenieros de ML / AI.

Aclara los conceptos fundamentales, explica las matemáticas detrás de cada algoritmo y luego explica el código práctico para resolver problemas junto con las mejores prácticas, cubriendo todo. Una lectura obligada para todos los aspirantes al aprendizaje automático.

Valor de aprendizaje: 5/5: este es, con mucho, el mejor libro para comenzar con el aprendizaje automático.

Tiempo: 3 a 4 meses - Le recomendaría que lea cada capítulo lentamente y luego practique el ejercicio que se proporciona al final de cada capítulo.

Costo: si puede pagarlo, le recomendaría obtener unasuscripción a O'Reilly Media por $ 50 al mes, donde no solo obtiene este libro, sino todas las publicaciones y video / conferencias en vivo. Alternativamente, puede comprar el libro de bolsillo en Amazon por el precio que está disponible en su región (alrededor de $ 60).

Soy un Instructor O'Reilly, por lo que tengo los recursos disponibles en mi portal.

4. Otras listas de reproducción útiles de YouTube

Estas son algunas listas de reproducción que revisé para comprender bien cada uno de los conceptos requeridos:

  • MIT 6.S191: Introducción al aprendizaje profundo:

    Utilidad 3/5: lo ayudará a familiarizarse con el aprendizaje profundo y al desarrollo de redes neuronales con TensorFlow. Debes cubrir los primeros 3 videos de la lista de reproducción: Introducción a DL, Red neuronal recurrente y Redes neuronales convolucionales.

    Learning Value 4/5 : te brinda un buen repaso de los conceptos básicos y lo usé como un buen video para ver cuando estaba de humor para mirar y en realidad no tenía mucha práctica.

    Costo: Gratis

    Tiempo: 3 horas

  • Redes neuronales convolucionales por Andrew NG

    Al igual que la lista de reproducción anterior, pero con el método de Andrew NG para explicar el aprendizaje profundo. Vi esta serie el año pasado, muy útil.

    Vi los videos que Laurence recomendó en su curso.

    Utilidad: 3/5 - Más información básica.

    Valor de aprendizaje: 4/5

    Tiempo: 8 a 10 horas para comprender los conceptos de cada video.

  • Modelos de secuencia por Andrew NG

    Utilidad: 3/5 - Más información básica.

    Valor de aprendizaje: 4/5

    Tiempo: 8 a 10 horas para comprender los conceptos de cada video.

5. Serie de tutoriales de PyCharm y directrices de configuración del entorno

En caso de que nunca haya trabajado en un IDE antes, se recomienda encarecidamente familiarizarse con el entorno del examen.

Utilidad: 5/5 (obligatorio): esta es una serie de introducción para principiantes de PyCharmque lo ayudará a ponerse al día sobre cómo usar PyCharm de manera eficiente.

Valor de aprendizaje: NA

Asegúrese de leer las pautas de configuración del entorno para realizar el examen de Certificado de desarrollador de TensorFlow.

Siga las instrucciones mencionadas en el PDF porque el equipo de certificación no se hace responsable de su negligencia.

¡Guau! Esa es una lista larga de recursos, ¿cómo te las arreglaste para estudiar?

Mi horario de preparación

A finales de abril, estaba seguro de que iba a tachar esto de mi lista. Lo tomaría como cualquier otro proyecto y estaba decidido a llevarlo a cabo.

Entonces, solía planificar todas las noches lo que iba a hacer a la mañana siguiente. Las franjas horarias de color rosa están bloqueadas para estudiar para el curso. Estas 3 a 4 horas por la mañana fueron las más productivas en las que pude comprender mejor.

Tuve una rutina bastante constante durante las 2 semanas y aumenté la intensidad cuando me acerqué al día del examen con más de 5 a 6 horas de práctica cada día.

Ok, así w sombrero fue su proceso de estudio?

Como estudié

Solía ​​ver primero las lecciones de cada semana y luego practicar el código en el colab proporcionado después de las lecciones en video.

Al final de cada semana, completaba la tarea diseñada por Laurence en su curso.

NOTA: Solía ​​escribir todo el código yo mismo en lugar de solo completar el código de marcador de posición.

También volvería a visitar los capítulos del libro Hands-on ML más tarde en la noche antes de dormir o al final de mi franja horaria solo para que todo quede muy claro. Luego aprendería sobre los siguientes pasos que iban más allá del plan de estudios del examen.

TL; DR: VER. CÓDIGO. PRÁCTICA. LEER. REPETIR.

Todos preparados para realizar el examen. ¿Qué sigue?

Si cree que ha cubierto todas las habilidades mencionadas en el Manual y siente que está listo para realizar el examen, es genial.

Ahora está listo para comprar su examen. Es atendido por una plataforma de terceros llamada TrueAbility. Debe presentar su identificación emitida por el gobierno (el pasaporte funcionaría) para la autenticación.

Pague $ 100 por el examen. Ya está listo para comenzar, puede comenzar el examen cuando se sienta listo.

Le proporcionan instrucciones detalladas sobre cómo configurar su PyCharm para el examen. Esto es lo que recomiendo hacer antes de comenzar su examen:

  • Asegúrese de tener una buena conexión a Internet confiable.
  • Asegúrese de haber seguido el tutorial para principiantes de PyCharm si es nuevo en el IDE.
  • Probé mi PyCharm ejecutando algunos tutoriales de TensorFlow. Funcionaron bien y estaba listo para instalar el complemento de examen para comenzar.
  • Leí las instrucciones del examen detenidamente antes de presionar el botón de inicio del examen. Se le proporcionará después de registrarse para el examen.

¡PRESIONE el botón Iniciar examen!

Durante el examen

Se creará su entorno de examen y se le dirigirá a las preguntas que tendrá que resolver. No compartiré los detalles del examen porque no sería ético.

En mi experiencia, todo salió bien y estaba bastante seguro de que completaría el examen después de ver las preguntas. Y efectivamente completé el examen en 3 horas.

Consejos y trucos

  • Asegúrese de practicar algunos ejercicios en PyCharm 1 o 2 días antes del examen en lugar de simplemente trabajar en los cuadernos de Colab.
  • Para los modelos que tomaron tiempo en mi máquina local, los entrené en Google Colab y luego cargué el modelo entrenado en la carpeta del proyecto.
  • Siga trabajando en otras preguntas mientras su modelo se está entrenando; Tenía 3 modelos en formación: 1 en mi máquina y 2 en Google Colab y estaba trabajando en el 4º mientras intentaba ajustar los hiperparámetros.
  • Si tiene suficiente tiempo, siga intentando obtener los mejores resultados para cada modelo.

Rituales posteriores al examen

Cuando haya terminado, presione el botón Enviar y finalizar examen. Cuando terminé, recibí un correo electrónico de TrueAbility felicitándome por aprobar el examen:

No hay un análisis detallado ni un informe sobre cómo le fue en el examen. Simplemente mencionan si ha aprobado el examen o no.

Después de aprobar el examen, se le solicita que se una a la Red de certificados de TensorFlow que le informa sobre los titulares de certificados en diferentes regiones:

¿Dónde está el certificado?

Lleva una semana más o menos conseguir el certificado. Obtuve el mío 3 días después del examen.

Una vez que haya recibido su certificado, puede mostrar esa insignia en sus perfiles de redes sociales y marcarla como un logro en su currículum.

Preguntas frecuentes sobre el examen

¿Es realmente tan importante tomar el examen? ¿No puedo simplemente trabajar en un proyecto equivalente basado en cada sección?

Yo diría que definitivamente puedes hacer eso y, de hecho, ese es probablemente el mejor enfoque cuando estás desarrollando una nueva habilidad.

Pero el examen te ayuda a ser reconocido y, dado que proviene de Google, es bueno tenerlo. No es una solución definitiva para aprender Deep Learning o TensorFlow.

Quiero empezar desde cero, ¿qué recursos debería buscar?

Aprenda haciendo cosas. Muchos blogs hablan primero sobre el aprendizaje de las matemáticas profundas, pero pronto perderá interés al usar ese enfoque.

Comience aprendiendo programación (Python o cualquier otro lenguaje) y luego sumérjase gradualmente en el aprendizaje automático. También puede consultar este curso de Andrew NG.

Siempre necesito un mentor o alguien que me empuje a hacer cosas y resolver mis dudas y problemas, ¿me pueden proponer una solución?

De hecho, un mentor ayuda en muchos casos. Si eres alguien que quiere que alguien te ayude con estos detalles además de estos recursos, puedes consultar Codementor, donde encontrarás expertos en ML e IA que pueden ayudarte a resolver todas tus consultas.

Esto es un poco caro para mí, ¿existe un enfoque gratuito o menos costoso?

Sí, el equipo de Tensorflow está ofreciendo algunos estipendios a las personas que podrían tener problemas para pagar el examen. Visite este enlace para obtener más detalles.

Si su pregunta no se aborda aquí, no dude en responder a esta publicación y me comunicaré con usted. :)

¿Que sigue?

Al igual que con cualquier otra habilidad, comience a construir cosas y a trabajar en proyectos del mundo real. Empiece a buscar proyectos de código abierto como TensorFlow. Solicite trabajos con esta insignia y comparta su historia con otros.

Estoy trabajando en una serie completa de Deep Learning Foundation que será útil para los aspirantes a ML / DL. Mientras tanto, puedes verme enseñar en mi canal de Youtube.

Aquí hay un video basado en este blog donde me pueden ver compartir mi viaje:

Pronto lanzaré una serie completa en TensorFlow. Suscríbete a mi canal para ver contenido interesante sobre ciencia de datos.

Ciencia de datos con Harshit

Con este canal, planeo lanzar un par de series que cubran todo el espacio de la ciencia de datos. He aquí por qué debería suscribirse al canal:

  • Esta serie cubriría todos los tutoriales de calidad requeridos / exigidos sobre cada uno de los temas y subtemas, como los fundamentos de Python para la ciencia de datos.
  • Matemáticas explicadas y derivaciones de por qué hacemos lo que hacemos en ML y Deep Learning.
  • Podcasts con científicos e ingenieros de datos de Google, Microsoft, Amazon, etc., y directores ejecutivos de empresas impulsadas por big data.
  • Proyectos e instrucciones para implementar los temas aprendidos hasta el momento.