올해에 머신러닝 & 딥러닝 분야 관련 자격증을 총 3개를 취득할 수 있게 되었다.
- TF Developer Certificate
- GCP Professional Data Engineer
- GCP Professional ML Engineer
를 취득했고, 사실 위의 자격증들은 구글 머신러닝 부트캠프에서 3개 중 한 개를 취득해야 수료 가능하다고 언급한 것들 중 하나다.
처음 자격증 이름들만 들어보면 엔터프라이즈급 오픈 소스 프로젝트와 글로벌 기업에서 주관하는 시험들이라 엄청 어려울 것 같다고 생각했는데, 생각보다 시험들은 하나같이 그렇게 어렵지 않았고, 빠른 시일 내에 취득할 수 있었다.
첫번째 시험이었던 텐서 플로우 자격증 시험은 10일만에 취득했고, GCP 시험들은 각각 한 달씩 걸렸다.
이 글은 ML Engineer Certificate 시험에 대한 것이고, 학습을 어떻게 해왔는지에 대해 간략하게 노하우를 안내하기 위한 글이다.
1. Preparing for Google Cloud Certification: Machine Learning Engineer Professional Certificate
역시 학습은 이 강의로 진행했고, 총 9개 코스로 이뤄져 있다.
첫번째 코스는 Data Engineer 강의와 겹쳐서 난 이미 수료가 되어 있던 상태였고 남은 8개 중심으로 학습했다.
다행이었던 점은 시험 문제가
- Data Engineer 에서 다뤘던 구글 클라우드 서비스 내용과 겹친 것
- 일반적인 딥러닝 & 머신러닝 테크닉에 대해 물어본 것
등이 주로 구성되어 있어서 부트캠프 기간 동안 수강했던 내용들을 확인하는 차원에서 시험보는 느낌이었다.
무엇보다 위 강의를 수강하면 각 코스마다 보게 되는 퀴즈의 정답 해설을 pdf로 제공한다 (TF & Data Engineer 시험에선 제공되지 않았던 특혜!)
이걸로 문항에 대한 정답을 보면서 기본적인 시험 구성 지식에 대해 배우고, 마지막 8 & 9강에서 MLops를 다루면서 클라우드로 ML을 다루는 방식에 대해 학습하는 형태로 기반을 다질 수 있다.
해당 강의 비용의 경우 7일 무료에 이후에는 49$를 지불해야한다.
나는 운이 좋게 2021년 11월 6일까지 제공하던 GCP 강의 한 달 무료 이벤트 프로모션 기간 동안에 수강해서 한 달 동안 수강료가 무료였고, 시험 응시료만 내고 학습할 수 있게끔 수강료를 아낄 수 있었다.
2. ExamTopics
구글 시험의 문제 은행 대비는 결국 exam topic으로 연결된다.
여기서 60문항의 문제 은행을 풀 수 있고, 여기서 30문항 정도가 실제 시험에 그대로 출제 된다.
다만 9페이지에서부터 로그인과 함께 비용 결제를 요구하는 창이 나오는데, 구글 시크릿 창에서 해당 페이지를 띄우면 캐시가 초기화 되면서 비용 결제창을 스킵하고 마지막 페이지까지 모두 볼 수 있다.
(결제 페이지가 나왔다고 주섬주섬 카드를 꺼내지 않기를…)
다만, 9페이지 이후부터 한 페이지씩 넘어갈 때마다 매번 시크릿창을 켜줘야 결제창이 초기화 되므로 마지막 페이지인 15페이지까지 지겹더라도 이 작업을 해줘야한다.
3. 후기
Data Engineer 코세라 강의 코스 수강 직후, 구글 클라우드 시험 응시료 20% 할인 쿠폰을 받았다.
덕분에 120$인 시험 응시료를 96$로 볼 수 있었고 (본래 응시료는 200$인데, 최근 코로나 상황 때문에 80$이 이미 할인된 상황에 시험을 볼 수 있다) 데이터 엔지니어와 텐서플로우 시험은 부트캠프 측의 비용 지원으로 볼 수 있었지만, 머신러닝은 내 사비로 봐야했기 때문에 더 빡세게 공부했던 것 같다.
3년차 이상의 지식을 필요로 한다고 하는데, 솔직히 그 정도까지는 아닌 것 같고 내가 올해 8월부터 본격적으로 머신러닝 공부를 했으니 대략 2 ~ 3개월 정도의 지식만 있어도 보는데는 아무 문제 없다고 본다.
난이도로 보면
머신러닝 자격증 (일단 국문으로 응시한 후기가 많이 없다) > 데이터 엔지니어 (examtopic 문제은행도 270문항이나 있고, 국내에서 후기도 많다) > TF (이건 시험이라고 할 수 없을 정도로 쉽다)
라고 구분지을 수 있을 것 같다.
이제는 머신러닝 프로젝트만 집중하면서 논문 읽고 코드 구현하는 방식으로만 접근해야겠다.
Ryan