Visão geral do programa de certificação de desenvolvedor do TensorFlow
The goal of this certificate is to provide everyone in the world the opportunity to showcase their expertise in ML in an increasingly AI-driven global job market. This certificate in TensorFlow development is intended as a foundational certificate for students, developers, and data scientists who want to demonstrate practical machine learning skills through the building and training of models using TensorFlow.
The program consists of an assessment exam developed by the TensorFlow team. Developers who pass the exam can join our Certificate Network and display their certificate and badges on their resume, GitHub, and social media platforms including LinkedIn, making it easy to share their level of TensorFlow expertise with the world.
Stay tuned as we are working to add certificate programs for more advanced and specialized TensorFlow practitioners. Check back soon for more information.
Before you take the exam, please review our Candidate Handbook.
Quem é o público-alvo do certificado do TensorFlow?
Este primeiro nível de certificado testa o conhecimento básico dos desenvolvedores quanto à integração de machine learning em ferramentas e apps. O programa de certificação requer a compreensão de como desenvolver modelos do TensorFlow usando visão computacional, rede neural convolucional, processamento de linguagem natural e estratégias e dados de imagens do mundo real.
Para serem aprovados, os examinados precisam dominar o seguinte:
-
Princípios fundamentais de ML e aprendizado profundo
-
Como criar modelos de ML no TensorFlow 2.x
-
Como desenvolver algoritmos de reconhecimento de imagens, detecção de objetos e reconhecimento de texto com redes neurais profundas e redes neurais convolucionais.
-
Como usar imagens reais de diferentes formas e tamanhos para visualizar a jornada de uma imagem pelas convoluções e entender como o computador "vê" as informações, a perda de gráficos e a acurácia
-
Veja as estratégias para prevenir o overfitting, como ampliação e dropouts
-
Como aplicar redes neurais para resolver problemas de processamento de linguagem natural com o TensorFlow
Vantagens
Acreditamos na missão de ampliar o acesso a pessoas de diversas formações, experiências, regiões geográficas e perspectivas para transformar a forma como o machine learning e as aplicações dele evoluem. Por isso, oferecemos um número limitado de bolsas para o custo do material educacional e/ou do exame.

Encontre desenvolvedores que foram aprovados no programa de certificação do TensorFlow para ajudar você em tarefas de machine learning e aprendizado profundo.
If you don't have the background above, take the DeepLearning.AI TensorFlow Developer Professional Certificate specialization on Coursera or the Intro to TensorFlow for Deep Learning course on Udacity to prepare for the exam. These courses require:
-
Introdução às habilidades de programação no Python
-
Útil, mas não obrigatório: conhecimento prévio de machine learning ou aprendizado profundo
-
Conhecimento matemático de álgebra linear, probabilidade, estatística e cálculo é útil, mas não obrigatório.
Not there yet? Other resources are available to get you up-to-speed.
Como funciona
Review our Candidate Handbook covering exam criteria and FAQs. Optional: Take the DeepLearning.AI TensorFlow Developer Professional Certificate. This is strongly recommended in order to prepare for the exam.
Inscreva-se para o exame. Faça login com uma conta do Gmail ou crie uma durante o processo de login se ainda não tiver a sua. Depois, faça upload de um documento com foto (como a carteira de habilitação ou o passaporte) e insira as informações de pagamento.
Faça e envie o exame. Faça login e teste seus conhecimentos quando quiser em até seis meses a partir da data de compra. Você terá até cinco horas para concluir o exame.
Receba seu certificado do TensorFlow. Envie o exame para receber uma nota. Você verá o status do envio no portal do candidato em 24 horas.
Share your expertise with your community. You can add the certificate and badge to your resume and public profiles, including GitHub, LinkedIn, Twitter, and join our Certificate Network to help recruiters find ML professionals like you.