TensorFlow를 활용하여 딥러닝 및 머신러닝(ML) 문제를 해결할 수 있는 능력을 입증하세요. 능력을 인정받고 인증서 네트워크에 가입하세요.
TensorFlow 개발자 인증 프로그램 개요
이 인증 프로그램의 목표는 AI 기반 세계 취업 시장에서 머신러닝(ML) 분야의 전문 지식을 보유하고 있음을 전 세계에 알릴 기회를 모두에게 제공하는 것입니다. TensorFlow 개발에 대한 인증 프로그램은 TensorFlow를 통해 모델을 빌드하고 학습하도록 실용적인 머신러닝 기술을 입증하고자 하는 학생, 개발자, 데이터 과학자를 대상으로 만들어진 프로그램입니다.
이 프로그램에는 TensorFlow팀에 의해 개발된 평가 시험이 포함되어 있습니다. 시험을 통과한 개발자는 인증서 네트워크에 가입할 수 있으며, TensorFlow 전문 지식 수준을 세계에 쉽게 공유할 수 있도록 이력서, GitHub, 소셜 미디어 플랫폼(Linkedln 등)에 인증서와 배지를 표시할 수도 있습니다.
더욱 전문적이고 고도화된 TensorFlow 실무자를 위한 인증 프로그램을 추가할 예정이니 많은 관심 부탁드립니다. 자세한 내용은 곧 다시 확인해 주세요.
시험에 응시하기 전에 응시자 안내서를 검토하세요.
TensorFlow 인증은 누구에게 필요한가요?
인증 시험 레벨 1에서는 머신러닝을 도구와 애플리케이션에 통합하는 개발자의 기초 지식을 테스트합니다. 인증 프로그램에서는 컴퓨터 비전, 합성곱 신경망(CNN), 자연어 처리, 실제 이미지 데이터 및 전략을 활용한 TensorFlow 모델 빌드에 관한 지식이 요구됩니다.
시험을 성공적으로 치르기 위해 응시자는 다음에 익숙해야 합니다.
-
머신러닝(ML) 및 딥러닝의 기본 원칙
-
TensorFlow 2.x에서 ML 모델 개발하기
-
심층신경망 및 합성곱 신경망(CNN)을 통한 이미지 인식, 객체 탐지, 텍스트 인식 알고리즘 빌드
-
컴퓨터가 정보를 '보는' 방식과 플롯 손실 및 정확도 이해할 수 있도록 다른 크기 및 형태의 실제 이미지를 활용하여 합성곱에서 이미지의 경로를 시각화
-
과적합을 예방하기 위한 확장 및 드롭아웃과 같은 전략 탐색
-
TensorFlow를 이용하여 자연어 처리 문제를 해결하기 위해 신경망 적용
효과
TensorFlow에서는 머신러닝의 방식과 머신러닝의 애플리케이션을 발전시키기 위해서는 다양한 배경, 경험, 지리적 특성, 관점을 가진 사람들이 이 분야에 접근할 수 있어야 한다고 믿습니다. 이런 믿음을 뒷받침하기 위해 요건을 갖춘 응시자에 한해 교육 자료 또는 시험 응시료를 지원하고 있습니다.
If you don’t have the background above, take the deeplearning.ai TensorFlow in Practice Specialization on Coursera or the Intro to TensorFlow for Deep Learning course on Udacity to prepare for the exam. These courses require:
-
기초 Python 프로그래밍 기술
-
머신러닝 또는 딥러닝 지식을 미리 숙지하고 있으면 도움이 되지만 필수 요건은 아님
-
A mathematical background in linear algebra, probability, statistics and calculus is helpful, but not required
아직도 준비되지 않으셨나요? 이용 가능한 기타 리소스를 활용하여 최신 정보를 얻으세요.
이용 방법
시험 기준 및 FAQ를 다루는 후보 핸드북을 살펴보세요. 선택사항: deeplearning.ai TensorFlow 전문 실습에 응시해 보세요. 시험을 준비하는 데 큰 도움이 됩니다.
시험에 등록합니다. Gmail 계정으로 로그인하여(Gmail 계정이 없더라도 로그인 과정에서 계정을 만들 수 있음) 사진이 첨부된 신분증(운전면허증 또는 여권 등)을 업로드하고, 결제 정보를 등록하세요.
시험을 치르고 제출합니다. 언제든지 로그인하여 시험을 치를 수 있습니다. 시험 시간은 최대 5시간입니다.
TensorFlow 인증을 받습니다. 제출된 시험은 채점되며 응시자 포털에서 24시간 이내에 제출 상태를 확인할 수 있습니다.