Is this course really 100% online? Do I need to attend any classes in person?

This course is completely online, so there’s no need to show up to a classroom in person. You can access your lectures, readings and assignments anytime and anywhere via the web or your mobile device.

Can I just enroll in a single course?

Yes! To get started, click the course card that interests you and enroll. You can enroll and complete the course to earn a shareable certificate. When you subscribe to a course that is part of a Certificate, you’re automatically subscribed to the full Certificate. Visit your learner dashboard to track your progress.

Preparing for Google Cloud Certification: Machine Learning Engineer (berufsbezogenes Zertifikat)

Advance your career as a Cloud ML Engineer

Dozent: Google Cloud Training

59.809 bereits angemeldet

Bei Coursera Plus enthalten

Mehr erfahren

6-teilige Kursreihe

Erwerben Sie eine Karrierereferenz, die Ihre Qualifikation belegt

4.5

(2,307 Bewertungen)

Stufe Mittel

Empfohlene Erfahrung

2 months to complete

unter 10 Stunden pro Woche

Flexibler Zeitplan

In Ihrem eigenen Lerntempo lernen

6-teilige Kursreihe

Erwerben Sie eine Karrierereferenz, die Ihre Qualifikation belegt

4.5

(2,307 Bewertungen)

Stufe Mittel

Empfohlene Erfahrung

2 months to complete

unter 10 Stunden pro Woche

Flexibler Zeitplan

In Ihrem eigenen Lerntempo lernen

Was Sie lernen werden

Learn the skills needed to be successful in a machine learning engineering role
Prepare for the Google Cloud Professional Machine Learning Engineer certification exam
Understand how to design, build, productionalize ML models to solve business challenges using Google Cloud technologies
Understand the purpose of the Professional Machine Learning Engineer certification and its relationship to other Google Cloud certifications

Kompetenzen, die Sie erwerben

Kategorie: Feature Engineering
Kategorie: Data Management
Kategorie: Keras (Neural Network Library)
Kategorie: Apache Airflow
Kategorie: Data Governance
Kategorie: Systems Design
Kategorie: Data Pipelines
Kategorie: Cloud Infrastructure
Kategorie: Machine Learning
Kategorie: Cloud Computing
Kategorie: Cloud Platforms
Kategorie: Prompt Engineering
Kategorie: Google Cloud Platform
Kategorie: Generative AI
Kategorie: CI/CD
Kategorie: Workflow Management
Kategorie: MLOps (Machine Learning Operations)
Kategorie: Hybrid Cloud Computing
Kategorie: Tensorflow
Kategorie: Artificial Intelligence

Wichtige Details

Zertifikat zur Vorlage

Zu Ihrem LinkedIn-Profil hinzufügen

Unterrichtet in Englisch

Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.

Weitere Informationen zu Coursera für Unternehmen

Logos von Petrobras, TATA, Danone, Capgemini, P&G und L'Oreal

Berufsbezogenes Zertifikat – 6 Kursreihen

87% of Google Cloud certified users feel more confident in their cloud skills. This program provides the skills you need to advance your career and provides training to support your preparation for the industry-recognized Google Cloud Professional Machine Learning Engineer certification.

Here's what you have to do:

1) Complete the Preparing for Google Cloud Machine Learning Engineer Professional Certificate

2) Review other recommended resources for the Google Cloud Professional Machine Learning Engineer exam

3) Review the Professional Machine Learning Engineer exam guide

4) Complete Professional Machine Learning Engineer sample questions

5) Register for the Google Cloud certification exam (remotely or at a test center)

Applied Learning Project

This professional certificate incorporates hands-on labs using Qwiklabs platform.These hands on components will let you apply the skills you learn. Projects incorporate Google Cloud Platform products used within Qwiklabs. You will gain practical hands-on experience with the concepts explained throughout the modules.

Praktisches Lernprojekt

This specialization incorporates hands-on labs using Google's Qwiklabs platform.

These hands on components will let you apply the skills you learn in the video lectures. Projects will incorporate topics such as Google Cloud Platform products, which are used and configured within Qwiklabs. You can expect to gain practical hands-on experience with the concepts explained throughout the modules.

Introduction to AI and Machine Learning on Google Cloud

KURS 19 Stunden

Was Sie lernen werden

Recognize the data-to-AI technologies and tools offered by Google Cloud.
Use generative AI capabilities in applications.
Choose between different options to develop an AI project on Google Cloud.
Build ML models end-to-end by using Vertex AI.

Kompetenzen, die Sie erwerben

Kategorie: Google Cloud Platform

Kategorie: Prompt Engineering

Kategorie: Generative AI

Kategorie: MLOps (Machine Learning Operations)

Kategorie: Natural Language Processing

Kategorie: Machine Learning

Kategorie: Cloud Platforms

Kategorie: Artificial Intelligence

Kategorie: Cloud Infrastructure

Build, Train and Deploy ML Models with Keras on Google Cloud

KURS 213 Stunden

Was Sie lernen werden

Design and build a TensorFlow input data pipeline.
Use the tf.data library to manipulate data in large datasets.
Use the Keras Sequential and Functional APIs for simple and advanced model creation.
Train, deploy, and productionalize ML models at scale with Vertex AI.

Kompetenzen, die Sie erwerben

Kategorie: Keras (Neural Network Library)

Kategorie: Tensorflow

Kategorie: Google Cloud Platform

Kategorie: Deep Learning

Kategorie: Artificial Neural Networks

Kategorie: Data Pipelines

Kategorie: MLOps (Machine Learning Operations)

Kategorie: Cloud Computing

Kategorie: Data Cleansing

Kategorie: Application Programming Interface (API)

Kategorie: Machine Learning

Kategorie: Data Transformation

Kategorie: Python Programming

Feature Engineering

KURS 38 Stunden

Was Sie lernen werden

Describe Vertex AI Feature Store and compare the key required aspects of a good feature.
Perform feature engineering using BigQuery ML, Keras, and TensorFlow.
Discuss how to preprocess and explore features with Dataflow and Dataprep.
Use tf.Transform.

Kompetenzen, die Sie erwerben

Kategorie: Feature Engineering

Kategorie: Keras (Neural Network Library)

Kategorie: Data Transformation

Kategorie: Data Pipelines

Kategorie: Tensorflow

Kategorie: Real Time Data

Kategorie: MLOps (Machine Learning Operations)

Kategorie: Data Modeling

Kategorie: Data Processing

Kategorie: Machine Learning

Kategorie: Data Storage

Machine Learning in the Enterprise

KURS 417 Stunden

Was Sie lernen werden

Describe data management, governance, and preprocessing options
Identify when to use Vertex AutoML, BigQuery ML, and custom training
Implement Vertex Vizier Hyperparameter Tuning
Explain how to create batch and online predictions, setup model monitoring, and create pipelines using Vertex AI

Kompetenzen, die Sie erwerben

Kategorie: Google Cloud Platform

Kategorie: Data Pipelines

Kategorie: MLOps (Machine Learning Operations)

Kategorie: Data Management

Kategorie: Workflow Management

Kategorie: Data Transformation

Kategorie: Continuous Monitoring

Kategorie: Machine Learning

Kategorie: Tensorflow

Kategorie: Applied Machine Learning

Kategorie: Data Governance

Kategorie: Cloud Computing

Production Machine Learning Systems

KURS 518 Stunden

Was Sie lernen werden

Compare static versus dynamic training and inference
Manage model dependencies
Set up distributed training for fault tolerance, replication, and more
Export models for portability

Kompetenzen, die Sie erwerben

Kategorie: Tensorflow

Kategorie: Google Cloud Platform

Kategorie: Performance Tuning

Kategorie: Machine Learning

Kategorie: MLOps (Machine Learning Operations)

Kategorie: Applied Machine Learning

Kategorie: Hybrid Cloud Computing

Kategorie: Data Pipelines

Kategorie: Distributed Computing

Kategorie: Systems Design

Kategorie: Systems Architecture

Kategorie: Scalability

Machine Learning Operations (MLOps): Getting Started

KURS 63 Stunden

Was Sie lernen werden

Identify and use core technologies required to support effective MLOps.
Adopt the best CI/CD practices in the context of ML systems.
Configure and provision Google Cloud architectures for reliable and effective MLOps environments.
Implement reliable and repeatable training and inference workflows.

Kompetenzen, die Sie erwerben

Kategorie: MLOps (Machine Learning Operations)

Kategorie: Data Pipelines

Kategorie: CI/CD

Kategorie: Cloud Management

Kategorie: DevOps

Kategorie: Google Cloud Platform

Kategorie: Continuous Deployment

Kategorie: Automation

Kategorie: Machine Learning

Kategorie: Version Control

Erwerben Sie ein Karrierezertifikat.

Fügen Sie dieses Zeugnis Ihrem LinkedIn-Profil, Lebenslauf oder CV hinzu. Teilen Sie sie in Social Media und in Ihrer Leistungsbeurteilung.

Dozent

Google Cloud Training

Google Cloud

1.988 Kurse3.626.716 Lernende

von

Google Cloud

Warum entscheiden sich Menschen für Coursera für ihre Karriere?

Felipe M.

Lernender seit 2018

„Es ist eine großartige Erfahrung, in meinem eigenen Tempo zu lernen. Ich kann lernen, wenn ich Zeit und Nerven dazu habe.“

Jennifer J.

Lernender seit 2020

„Bei einem spannenden neuen Projekt konnte ich die neuen Kenntnisse und Kompetenzen aus den Kursen direkt bei der Arbeit anwenden.“

Larry W.

Lernender seit 2021

„Wenn mir Kurse zu Themen fehlen, die meine Universität nicht anbietet, ist Coursera mit die beste Alternative.“

Chaitanya A.

„Man lernt nicht nur, um bei der Arbeit besser zu werden. Es geht noch um viel mehr. Bei Coursera kann ich ohne Grenzen lernen.“

Neue Karrieremöglichkeiten mit Coursera Plus

Unbegrenzter Zugang zu 10,000+ Weltklasse-Kursen, praktischen Projekten und berufsqualifizierenden Zertifikatsprogrammen - alles in Ihrem Abonnement enthalten

Mehr erfahren

Bringen Sie Ihre Karriere mit einem Online-Abschluss voran.

Erwerben Sie einen Abschluss von erstklassigen Universitäten – 100 % online

Erkunden Sie die Abschlüsse

Schließen Sie sich mehr als 3.400 Unternehmen in aller Welt an, die sich für Coursera for Business entschieden haben.

Schulen Sie Ihre Mitarbeiter*innen, um sich in der digitalen Wirtschaft zu behaupten.

Mehr erfahren

Häufig gestellte Fragen

This specialization is designed to be completed in 6 months at approximately 5 hours per week.

To get the most out of this course, we recommend participants have data engineering or programming experience and are interested in learning how to apply machine learning in practice.

We strongly recommend you take these courses in order, beginning with Big Data and Machine Learning Fundamentals. This is especially important when completing the Qwiklabs projects, as these hands-on labs build upon the work you complete in preceding courses.

Weitere Fragen

Besuchen Sie die das Hilfe-Center für Kursteilnehmer.

Finanzielle Unterstützung verfügbar,

¹ Median salary and job opening data are sourced from Lightcast™ Job Postings Report. Content Creator, Machine Learning Engineer and Salesforce Development Representative (1/1/2024 - 12/31/2024) All other job roles (10/1/2024 - 10/1/2025)