Google Cloud Professional Machine Learning Engineer 合格対策パッケージ
Google Cloud 認定資格 Professional Machine Learning Engineer (PMLE) に合格するための学習教材一式です。 2026年6月1日改訂版 公式試験ガイド（全 6 セクション、Gemini Enterprise Agent Platform 体系）に準拠し、基礎 → 応用 → 演習 → 模試 まで一貫して学べる構成になっています。
📦 このパッケージの構成
MachineLearningEngineer/
├── README.md ← いまここ（全体ガイド）
├── 00_試験概要/
│ ├── 試験要項.md 試験形式・費用・申込・更新の手続き + 旧/新名称対応表
│ └── シラバス詳細.md 試験範囲6セクションの完全日本語版＋出題比重
├── 01_ロードマップ/
│ ├── ロードマップ_全体.md 学習の全体像・週次マイルストーン
│ ├── ロードマップ_新人.md 実務1〜2年 / 初心者向け（12週）
│ ├── ロードマップ_中堅.md 実務3〜5年 / GCP・ML 経験あり（8週）
│ └── ロードマップ_シニア.md 実務5年以上 / ML設計経験豊富（4〜6週）
├── 02_学習資料/ セクション別の本体教材（基礎→応用→要点）
│ ├── 01_ローコードAIソリューション設計/
│ ├── 02_データとモデルの協業管理/
│ ├── 03_プロトタイプからMLモデルへのスケール/
│ ├── 04_モデルのサービングとスケール/
│ ├── 05_MLパイプラインの自動化とオーケストレーション/
│ └── 06_AIソリューションのモニタリング/
├── 03_問題集/ セクション別の演習問題＋詳細解説（各 20 問）
├── 04_模擬試験/ 本番形式の模試（各50問・2時間）
├── 05_用語集/ PMLE 頻出用語の一問一答リファレンス
└── html/ 上記をリッチ化したブラウザ学習用 HTML
🎯 対象レベルと使い方
教材は 3 つのレベル を想定。教材内のアイコンで深さを区別：
| アイコン | 対象 | 想定経験 | 読み方 |
|---|---|---|---|
| 📘 基礎 | 新人 | 実務 1〜2 年 / クラウド or ML 初学者 | 全員必読。概念とサービスの役割を理解 |
| 🔧 実践 | 中堅 | 実務 3〜5 年 / GCP or ML 経験あり | サービス選定・設計判断・実装の勘所 |
| 🎯 発展 | シニア | 実務 5 年以上 / ML設計経験 | トレードオフ・大規模・本番運用 |
各セクションフォルダの中に
01_基礎.md02_応用.md03_要点と暗記.mdの3つがあります。自分のレベルから読み始め、無理せず段階的に上に進むのが効率的です。
🗺️ 推奨学習フロー
1. 試験要項 で形式・申込を把握
↓
2. シラバス詳細 で「何が問われるか」の全体像をつかむ
↓
3. 自分のレベルのロードマップ を選び、週次計画を立てる
↓
4. 02_学習資料 をセクション順（1→6）に学習
（各セクション学習後に 03_問題集 の該当セクションを解く）
↓
5. 全セクション完了後、05_用語集 で総ざらい
↓
6. 04_模擬試験 を本番同様（2時間）で実施 → 弱点を 02_学習資料 に戻って補強
↓
7. html/ をスキマ時間の復習・最終確認に活用
📊 試験の全体像（早見表）
| 項目 | 内容 |
|---|---|
| 試験時間 | 2 時間（更新時は約 1 時間） |
| 問題数 | 50〜60 問（多肢選択・複数選択） |
| 費用 | $200（更新は $100） |
| 言語 | 英語 / 日本語（新ガイドは英語先行） |
| 有効期限 | 2 年 |
| 受験方式 | オンライン監督 または テストセンター |
| 推奨経験 | 業界経験 3 年以上（うち Google Cloud 1 年以上） |
| 合格ライン | 非公開（一般に正答率 70%前後 が目安） |
出題比重（6 セクション）
| # | セクション | 比重 |
|---|---|---|
| 1 | ローコード AI ソリューションの設計 | ~13% |
| 2 | チーム横断でのデータとモデルの管理 | ~16% |
| 3 | プロトタイプから ML モデルへのスケール | ~21% ← 最重要 |
| 4 | モデルのサービングとスケール | ~20% |
| 5 | ML パイプラインの自動化とオーケストレーション | ~18% |
| 6 | AI ソリューションのモニタリング | ~13% |
📌 戦略：MLOps の中核であるセクション 3・4・5（計 59%）を優先的に押さえる。残りはサービス選定の即答力を養う。
🆕 2026/6/1 改訂の主な追加論点
旧ガイドにはない、または強化された論点（試験対策の差別化要素）：
- Gemini Enterprise Agent Platform（旧 Vertex AI ブランド統合）
- Model Armor（LLM 向け WAF 的セキュリティ）
- LLM-as-a-judge と Gen AI Evaluation Service
- Ray on Agent Platform（分散 ML / RL / HPT）
- Managed Service for Apache Airflow（旧 Cloud Composer の新名称）
- Gemini ファインチューニング（BigQuery 経由）
- Feature Attribution Drift（4 つ目のドリフト種別）
- Tabular Workflows（AutoML の E2E パイプライン化）
詳細は 00_試験概要/試験要項.md の §8 と 00_試験概要/シラバス詳細.md の "🆕" マーカーを参照。
✅ 学習チェックリスト
- 試験要項を読み、受験日を仮決めした
- シラバス詳細を通読し、6 セクションの全体像を把握した
- 自分のレベルのロードマップを選んだ
- 全 6 セクションの学習資料（基礎・応用・要点）を読了した
- セクション別問題集を全問解いた（正答率 80% 以上）
- 用語集を一通り暗記した
- 模擬試験 1・2 を本番形式で実施した（各 70% 以上）
- 公式サンプル問題を確認した
- 弱点セクションを再学習した
- 🆕 新ガイド追加論点を即答できる
🔗 公式リソース
- 認定資格ページ
- 新試験ガイド (2026/6/1)
- ML Engineer Learning Path (Cloud Skills Boost)
- 公式サンプル問題
- MLOps: Continuous delivery & automation pipelines in ML (white paper)
- Responsible AI practices
- 受験申込 (CertMetrics)
⚠️ 試験範囲・料金・形式は改訂されます。受験前に必ず公式ページで最新情報を確認。本教材は 2026 年 5 月時点の公式試験ガイド（2026/6/1 改訂版）に基づきます。