Présentation du programme TensorFlow Developer Certificate
Le certificat délivré dans le cadre du programme offre à toute personne, partout dans le monde, l'occasion de mettre en valeur son expertise du machine learning sur un marché du travail mondial toujours plus orienté IA. Axé sur le développement de TensorFlow, ce certificat de base est destiné aux étudiants, développeurs et data scientists qui souhaitent démontrer leurs compétences pratiques en machine learning via la création et l'entraînement de modèles avec TensorFlow.
Le programme se termine par un examen d'évaluation développé par l'équipe TensorFlow. Une fois le certificat obtenu, les développeurs peuvent rejoindre notre réseau de spécialistes certifiés et ajouter leur certificat ainsi que leurs badges sur leur CV, sur GitHub et sur les plates-formes de réseaux sociaux comme LinkedIn afin de faire connaître leur maîtrise de TensorFlow au monde entier.
Nous ajouterons prochainement des programmes de certification destinés aux professionnels plus expérimentés et plus spécialisés de TensorFlow. Revenez dans quelque temps pour en savoir plus.
Avant de passer l'examen, veuillez consulter le manuel du candidat.
À qui est destiné le certificat TensorFlow ?
Cet examen du certificat de niveau 1 teste les connaissances de base des développeurs concernant l'intégration du machine learning dans les outils et les applications. Le programme de certificat nécessite une bonne compréhension de l'utilisation de la vision par ordinateur, des réseaux de neurones convolutifs, du traitement du langage naturel, ainsi que des stratégies et des données d'images réelles pour créer des modèles TensorFlow.
Pour réussir l'examen, les candidats doivent maîtriser les points suivants :
-
Principes de base du machine learning et du deep learning
-
Création de modèles de machine learning dans TensorFlow 2.x
-
Création d'algorithmes de reconnaissance d'image et de texte, et de détection d'objet au moyen de réseaux de neurones profonds et convolutifs
-
Utilisation d'images réelles de tailles et de formes variées pour visualiser le parcours d'une image à travers les convolutions afin de comprendre comment un ordinateur "voit" les informations, la perte des graphiques et la justesse
-
Découverte des stratégies pour prévenir le surapprentissage, comme l'augmentation et les abandons
-
Application des réseaux de neurones pour résoudre les problèmes de traitement du langage naturel avec TensorFlow
Avantages
Recherchez des titulaires du certificat TensorFlow et demandez-leur de l'aide pour vos tâches de machine learning et de deep learning.