Comment j’ai été certifié Tensorflow Developer

Quelques astuces pour étudier, préparer et réussir l’examen

Certificat Developpeur Tensorflow — Yannick Serge Obam

Hourraaayy ! 🤩 C’est officiel, je suis desormais Certifié Developeur Tensorflow👨‍🎓. Certainement vous vous demandez 🤷: En quoi renvoit ce certificat? Comment ai -je étudié et préparé ce challenge ? Et Comment s’est déroulé l’examen ? Répondre à ces questions est le leikmotiv de cet article. Aussi, je vous donne quelques astuces pour réussir cet examen😉.

Programme Dévelopeur Tensorflow

TensorFlow est un framework utilisé pour créer et entrainer facilement des modèles de machine et d’apprentissage en profondeur. Pour résoudre des problèmes de ML et de deep learning et démontrer votre maitrise de cet outil, il serait interessant que vous soyez reconnu pour vos compétences dans ce domaine. D’où le programme Tensorflow Developer Certificate, où vous devez réussir l’examen conçu par l’équipe tensorflow. Cet examen qui coûte 100 $ , teste vos connaissances en matière de création et d’entrainement de modèles pour résoudre des problèmes du monde réel tels que:

  1. Problèmes d’image tels que la classification des images ou des problèmes de détection d’objets.
  2. Problèmes de langage naturel tels que la classification du texte et la génération de texte.
  3. Séries temporelles pour prévoir par exemple l’évolution de la vente d’un produit pour ajuster au mieux les moyens de production, prévoir l’évolution d’un marché financier.

Préparation à l’examen

Je vous conseille fortement de vous inscrire à la certification DeepLearning.ai TensorFlow Developer Professional Certificate de la plateforme coursera. Les cours realisés sont très bien structurés🧐 et idéals pour un débutant en deep learning.

A mon humble avis, cette spécialisation est largement suffisant pour réussir votre examen, il vous suffirait de réaliser tous les labs(Travaux pratiques)💪 associés durant le temps estimé (16 semaines) pour terminer le parcours. Allé jeter rapidement un coup d’oeil, du premier bord vous serait satisfait du contenus et de l’expertise des enseignants.

Le manuel du candidat ci-après, vous donne la liste des compétences que vous devez acquérir : https://www.tensorflow.org/extras/cert/TF_Certificate_Candidate_Handbook.pdf?hl=fr

Une fois les cours bouclés , il faudrait déjà mettre en place son environnement de travail pour l’examen. Pour cela, il vous faudrait installer PyCharm et le plugin Tensoflow exam.

Pour des instructions spécifiques sur la configuration de l’environnement, clicquez ici: https://www.tensorflow.org/extras/cert/Setting_Up_TF_Developer_Certificate_Exam.pdf

Déroulement de l’examen

Une fois mon environnement installé, dans PyCharm, j’ai cliqué sur « Démarrer l’examen » pour lancer le processus de certification. PyCharm a ensuite été rempli avec tout le contenu de l’examen.

La notation était basée sur 5 modèles que je devais entraîner durant 5 heures, avec des niveaux de difficulté croissants. Pour l’entrainement de mes modèles, j’ai utlisé Google Colab avec GPU et copié les modèles sous format .h5 dans le dossier de l’examen pour le test.

Rassurez vous d’avoir l’energie électrique ⚡durant ces 5h de temps, dans mon cas j’ai eu une mésaventure 😱 incroyable. En travaillant sur mon desktop, j’ai eu malheureusement un délestage de plus 2h à peine 30 min du début de l’examen🥺. Une fois l’energie arrivé 🤦🏻‍♂️, il me restait à peine 2h pour finaliser mes modèles, mais cela était largement suffisant pour moi 😎 de les terminer avec succès👨🏻‍💻.

Pour chaque modèle j’ai pu tester mon score directement dans PyCharm, je me suis rassuré d’avoir une note de 5/5 pour chacun. enfin , j’ai terminé l’examen et soumis mes résultats.

Peu de temps après j’ai reçu une notification par e-mail que j’ai réussi la certification !🕺.

Maintenant c’est à vous de jouer 😉, Si vous parcourez les liens et les documents que j’ai énumérés ci-dessus et que vous vous entraînez véritablement, vous devriez pouvoir passer ce test. Le délai de préparation variera énormément en fonction de votre capacité d’apprentissage et de votre expérience antérieure dans ce domaine.

Je tiens à remercier le programme Google Developers Expert pour avoir soutenu ma préparation et l’examen.

Bonne chance à vous

AI/ML Engineer | Google Developer Expert in Machine Learning | AI Evangelist | Teacher

AI/ML Engineer | Google Developer Expert in Machine Learning | AI Evangelist | Teacher