Google Cloud Professional Machine Learning Engineer
PMLE
Google Cloud Professional Machine Learning Engineer 認定は、Google Cloud 上で ML および生成 AI ソリューションを設計・構築し、本番環境に展開して維持する能力を検証します。2026 年 6 月改訂の試験ガイドは 6 つの領域を扱います。BigQuery ML・AutoML・事前構築 API を用いたローコード AI ソリューションの設計、データ探索とノートブックでのプロトタイピングおよび実験管理のためのチーム内外の協働、CPU・GPU・TPU の選択を含むプロトタイプのモデル化、バッチ推論とオンライン推論のためのモデル サービングとスケーリング、継続的トレーニングを含む ML パイプラインの自動化とオーケストレーション、そしてドリフト・バイアス・プロンプト インジェクションのリスクに対する AI ソリューションのモニタリングです。Python と SQL を読める前提ですが、コーディング能力そのものは評価されず、ケース スタディもないため、各設問は独立しています。
50–60
120 分
70/ 100
当サービス独自の基準です（主催元は非公開）
242+
対象者
すでにモデルを本番投入している ML エンジニア、データ サイエンティスト、MLOps 実務者で、Google Cloud における運用判断力を証明したい方に適しています。Google は 3 年以上の実務経験（うち 1 年以上は Google Cloud 上でのソリューション設計・管理）を推奨しています。ML の責任範囲へ広げるデータ/プラットフォーム エンジニアや、既存プロダクトに生成 AI を追加するチームにも適しています。
前提条件
前提資格はありませんが、Professional レベルの試験であり実務の ML 経験を前提とします。データ準備・学習・評価・デプロイ・モニタリングまでモデルのライフサイクル全体に慣れている必要があり、Python と SQL を読めることが求められます（コーディング自体は評価されません）。フレームワークの深掘りよりも、BigQuery、Gemini Enterprise Agent Platform（旧 Vertex AI）、パイプライン、コンテナによるサービングの理解が重要です。ファインチューニングが適する場面、RAG が適する場面、事前構築 API で十分な場面を見分けられるようにしてください。
問題形式
言語と認定範囲
公式試験の対応言語
PasslyExam対応言語
資格の認定範囲
グローバルに認定され、多くの国で幅広く活用できます。
出題範囲
低コードAIソリューションの設計
データとモデルを管理するためのチーム内・チーム間での連携
プロトタイプをMLモデルへスケールすること
モデルの提供とスケーリング
MLパイプラインの自動化とオーケストレーション
AIソリューションの監視
推奨学習プラン
- 第1週: 2026年6月1日改訂の公式ガイドの6セクションと配点（ローコードAI設計13%、チーム協働とデータ/モデル管理16%、プロトタイプのモデル化21%、モデルのサービングとスケーリング20%、パイプライン自動化18%、AIソリューションの監視13%）を押さえます。配点の大きい第3・4セクションで全体の41%を占めます。
- 第2週: 選択軸を表で整理します。事前構築API → BigQuery ML → Agent Platform AutoML → カスタム学習のはしご、ファインチューニング（挙動・文体・形式）とRAG（最新・社内知識）、バッチ推論とオンライン推論、CPU/GPU/TPU、データ並列とモデル並列が中心です。毎日20〜25問を解きます。
- 第3週: 運用領域をシナリオで反復します。Agent Platform PipelinesとManaged Service for Apache Airflowの役割分担、継続的トレーニングを含むCI/CDループ、Feature Storeによる学習-サービング スキューの解消、そしてtraining-serving skew・data drift・concept drift・feature attribution driftの区別が得点差になります。
- 試験前5〜7日: タイマー付き模試で2時間の配分を固定します。2026年4月22日のリブランド以降、Vertex AI 系の名称はすべて Gemini Enterprise Agent Platform 系に変わっているため、古い教材由来の旧名称が残っていないか最後に点検してください。
問題検証プロセス
実践的な問題を実際に解いて、本番との類似度をご自身で確認してください。
よくある質問 (FAQ)
Q. PMLEはどんな試験ですか？
A. Google Cloud 上で ML・生成 AI ソリューションを設計し、本番運用まで担う能力を検証するプロフェッショナル レベルの試験です。2 時間、50〜60 問の選択式・複数選択式で、受験料は 200 USD です。公式ガイドが「コーディング能力は評価しない」と明記しており、ケース スタディもありません。
Q. どのくらいの経験が必要ですか？
A. Google は 3 年以上の実務経験（うち 1 年以上は Google Cloud 上での設計・運用）を推奨しています。前提資格はありませんが、モデルを本番投入した経験がなければ、まず ACE で Google Cloud の基礎を固めるのが効率的です。
Q. 間違えやすい論点は？
A. 最新・社内知識の問題をファインチューニングで解こうとする（正解は RAG/グラウンディング）、ミリ秒のレイテンシ要件にバッチ推論を選ぶ、単一アクセラレータに収まるのにモデル並列を選ぶ、ドリフト 4 種類を混同する、の 4 つが繰り返し出ます。
Q. 製品名の変更に注意が必要ですか？
A. はい。2026 年 4 月 22 日のリブランドで Vertex AI は Gemini Enterprise Agent Platform になり、AutoML・Workbench・Pipelines・Feature Store・Model Registry・Inference もすべて Agent Platform 系の名称になりました。一方 BigQuery、Model Garden、Gemini、Gemma、Ray、Model Armor は名称変更なしなので、過剰な言い換えにも注意してください。
Q. 安全圏スコアは？
A. 直近 3 回の模試で 75〜80% 以上を維持し、配点の大きい第 3・4 セクション（合計 41%）が崩れなければ安定圏です。Google は合格点を公開していないため、特定の点数を合格ラインと断定しないでください。
Q. 練習問題と本番形式の模擬試験はどう使い分けますか？
A. 練習問題は分野別に解いて誤答解説で弱点を補う学習用、模擬試験はタイマーで本番のように解く仕上げ用です。どちらもオリジナル問題で、AIチューター解説付きです。
Q. これは試験ダンプと似ていますか？
A. PasslyExamは流出ダンプを提供しません。コンテンツは公式ガイドと公開された試験目標に基づいて作成し、現実的な問題パターンと難易度分布を反映するよう調整しています。焦点は暗記ではなく、解説ベースの学習による実践的な準備です。
ダンプ代替ガイドを見る