Descripción general del programa de certificado de desarrollador de TensorFlow
El objetivo de este certificado es brindar a todas las personas en el mundo la oportunidad de mostrar su experiencia en ML en un mercado laboral global cada vez más impulsado por la IA. Este certificado en desarrollo de TensorFlow está pensado como un certificado fundamental para estudiantes, desarrolladores y científicos de datos que quieran demostrar habilidades prácticas de aprendizaje automático mediante la construcción y el entrenamiento de modelos utilizando TensorFlow.
El programa consta de un examen de evaluación desarrollado por el equipo de TensorFlow. Los desarrolladores que aprueben el examen pueden unirse a nuestra Red de certificados y mostrar su certificado e insignias en su currículum, GitHub y plataformas de redes sociales, incluido LinkedIn, lo que facilita compartir su nivel de experiencia en TensorFlow con el mundo.
Estén atentos mientras trabajamos para agregar programas de certificación para profesionales de TensorFlow más avanzados y especializados. Vuelva a consultar pronto para mas información.
Antes de realizar el examen, consulte nuestro Manual del candidato .
¿Para quién es el certificado TensorFlow?
Este examen de certificado de nivel uno evalúa el conocimiento fundamental de los desarrolladores sobre la integración del aprendizaje automático en herramientas y aplicaciones. El programa de certificación requiere conocimientos sobre la creación de modelos de TensorFlow utilizando visión por computadora, redes neuronales convolucionales, procesamiento del lenguaje natural y datos y estrategias de imágenes del mundo real.
Para realizar el examen con éxito, los examinados deben sentirse cómodos con:
Principios fundamentales del ML y el aprendizaje profundo
Creación de modelos de aprendizaje automático en TensorFlow 2.x
Construcción de algoritmos de reconocimiento de imágenes, detección de objetos, reconocimiento de texto con redes neuronales profundas y redes neuronales convolucionales.
Usar imágenes del mundo real en diferentes formas y tamaños para visualizar el viaje de una imagen a través de convoluciones para comprender cómo una computadora "ve" información, pérdida de trama y precisión.
Explorar estrategias para prevenir el sobreajuste, incluidos el aumento y los abandonos
Aplicación de redes neuronales para resolver problemas de procesamiento del lenguaje natural utilizando TensorFlow
Beneficios
Encuentre titulares de certificados de TensorFlow que hayan aprobado el examen para ayudarlo con sus tareas de aprendizaje automático y aprendizaje profundo.