
【2026年版】GCP Professional Machine Learning Engineer 模擬試験 300問
Udemy · 日本語
この講座について
- 言語
- 日本語
- カテゴリ
- 提供元
- Udemy
- データ更新日
GCP(Google Cloud)認定 Professional Machine Learning Engineer 試験の合格を目指すあなたへ。本試験は、ビジネス課題から適切な ML アプローチとプロダクトを選定し、データの前処理からモデルのトレーニング、サービング、パイプラインの自動化、そして本番運用中のモニタリングまでを一気通貫で問う、Google Cloud の中でも屈指の広さを持つ Professional レベルの難関資格です。さらに近年は従来型の ML に加えて生成 AI(Gemini・基盤モデル・RAG・LLM-as-a-Judge など)の比重が大きく高まっており、「要件に対してどのプロダクトをどう組み合わせるか」という判断力が合否を分けます。合格への近道は、本番と同じシナリオ形式で解き、間違えた論点をその場で潰す反復演習にあります。本問題集は、現行版の公式試験ガイドの6つの出題セクションを本番同様の配分で網羅した、全6回・計300問の本格的な模擬試験集です。【現行版の公式試験ガイドと名称変更に対応】本コースは現行版の公式試験ガイドに準拠しています。Vertex AI は 2026 年 4 月に「Gemini Enterprise Agent Platform(略称 Agent Platform)」へと名称変更されました。本問題集では設問・選択肢・解説を新名称に統一したうえで、主要なプロダクトについては解説の中で「Agent Platform(旧 Vertex AI)」のように旧名称を併記しています。Vertex AI の名前で学習してきた方も戸惑うことなく、そのまま最新の出題表現に慣れることができます。あわせて、API エンドポイントや gcloud コマンド(gcloud ai)、IAM ロール ID(roles/aiplatform.*)は名称変更後も変わっていないという、実務でも試験でも間違えやすいポイントも扱います。【収録内容】・各回50問×全6回(計300問)。本番と同じ2時間・50〜60問の形式で演習できます。・現行版の公式試験ガイドの6セクション(①ローコード AI ソリューションの構築 約13% ②チーム内およびチーム間の連携によるデータとモデルの管理 約16% ③プロトタイプの ML モデルへのスケーリング 約21% ④モデルのサービングとスケーリング 約20% ⑤ML パイプラインの自動化とオーケストレーション 約18% ⑥AI ソリューションのモニタリング 約13%)を本番配分で網羅。各回が単体で本番を再現する配分になっています。・BigQuery ML(モデル種別の選定、特徴量エンジニアリング、ML.PREDICT による予測、Gemini モデルのファインチューニング)、Agent Platform AutoML と表形式ワークフロー、Model Garden での基盤モデルの評価と選定、Gemini・Imagen・Veo のチューニングとコスト/レイテンシ最適化、Document AI・Vision API・Translate API などの業種特化 API、Agent Platform Feature Store による特徴量の管理とサービング、Agent Platform Workbench と Colab Enterprise でのプロトタイピング、Experiments on Agent Platform と ML Metadata による実験管理とリネージ追跡、Agent Platform のカスタム トレーニングと Kubeflow on GKE、ハイパーパラメータ チューニング、CPU/GPU/TPU の選定とデータ並列・モデル並列による分散トレーニング、Agent Platform Inference によるオンライン推論とバッチ推論、事前ビルド/カスタム コンテナでの PyTorch・XGBoost モデルのサービング、Model Registry でのバージョン管理と A/B テスト・カナリア デプロイ、Agent Platform Pipelines と Managed Service for Apache Airflow によるパイプラインのオーケストレーション、CI/CD/CT と自動再トレーニング、Model Monitoring によるトレーニング/サービング スキューとデータドリフト・コンセプトドリフトの検知、Model Armor と安全フィルタによる生成 AI のリスク対策、責任ある AI とバイアスのモニタリングまで、現行の頻出領域を幅広くカバーします。【解説の充実】…

























