PMLE 学習ハブ

📅 学習ロードマップ

レベル別の週次プラン。自分に近いものから選んで、必要に応じて短縮/延長してください。

想定：実務 1〜2 年 / クラウド or ML 初学者。週 10 時間程度。

Week 0 — Phase 0：環境構築

GCP アカウント作成、無料枠（$300）、課金アラート、gcloud CLI、BigQuery / Cloud Storage / Agent Platform 有効化。試験要項・シラバス通読。受験日仮決め（12 週後）。

Week 1〜2 — Phase 1：基礎

ML の基礎（教師あり/なし/RL）、評価メトリクス、MLOps の 3 レベル、Agent Platform 機能の地図。用語集 を 200% 読む。Vertex AI Quickstart を 1 本。

Week 3 — §1 ローコード AI（13%）

BigQuery ML / AutoML / Model Garden の使い分け。§1 ページを学習 → 問題集。

Week 4 — §2 データ管理（16%）

前処理ツール選定、Workbench / Colab Enterprise、実験管理。§2 ページ。

Week 5〜6 — §3 スケール（21%）★

モデル選定、訓練、HPT、ファインチューニング。§3 ページ。

Week 7 — §4 サービング 前半（20%）★

バッチ vs オンライン、Model Registry。§4 ページ。

Week 8 — §4 後半 + §5 前半

Feature Store、カナリア、Pipelines。

Week 9 — §5 後半 + §6 モニタリング

CI/CD/CT、4 種のドリフト、Model Armor。§6 ページ。

Week 10 — Phase 3：演習と弱点補強

全問題集 2 周目（誤答だけ）、用語集 3 周、Cloud Skills Boost Quest を 2 つ。

Week 11〜12 — Phase 4：模試と直前

模擬試験 1・2 を本番形式で実施。公式サンプル問題。直前は要点と暗記.md 通読。

想定：実務 3〜5 年 / GCP or ML 経験あり。週 12〜15 時間。

Week 0 — 診断

問題集 §1, §4 から 20 問で自己診断。80%+ なら本ロードマップ、60% 未満なら新人向けに切替。

Week 1 — 弱点抽出

用語集を一読、知らない用語を抽出。新ガイド追加論点（Model Armor / LLM-as-a-judge / Ray / Managed Airflow / Gemini ファインチューニング / Feature Attribution Drift）に注意。

Week 2 — §1 + §2

ローコード AI とデータ管理の軽量 2 本。

Week 3〜4 — §3 スケール ★

モデル選定・訓練・ファインチューニング・分散戦略。

Week 5 — §4 サービング ★

バッチ/オンライン、Model Registry、Feature Store、カナリア。

Week 6 — §5 + §6

Pipelines / Airflow / Ray、CI/CD/CT、4 種ドリフト、Model Armor。

Week 7 — 演習

問題集 2 周目、Skills Boost で生成 AI Quest、用語集暗記。

Week 8 — 模試

模擬試験 1 → 弱点補強 → 模擬試験 2 → 公式サンプル → 直前。

想定：実務 5 年以上 / ML 設計経験豊富。週 15〜20 時間。

Week 0 — 診断（半日）

シラバス詳細を精読 → 模擬試験 1 を 30 問だけ。70%+ で 4 週コース、50〜70% で 6 週コース。

Week 1 — 差分の特定

新ガイドの "🆕" 印論点を全部読む。用語集の不足分をマーク。

Week 2〜3 — 差分集中学習

Gemini ファインチューニング、Model Garden 選定、LLM-as-a-judge、Ray、Model Armor、Feature Attribution Drift、3D 並列、TPU Multislice、Feature Store オンライン、ロールアウト戦略。

Week 3〜4 — 演習と模試

全 6 セクション問題集を 1 周（自信あれば斜め読み）、模試 1 → 弱点補強 → 模試 2 → 公式サンプル。

Week 4 末 or 5〜6 — 仕上げ

🆕 印部分を最終チェック、要点と暗記.md の意思決定ツリーを口頭で説明できるか。

🎯 フェーズ別 Can-Do リスト

Phase 1 を抜けたら

  • 教師あり / なし / RL / 生成 AI の違いを説明できる
  • BQML / AutoML / Custom Training の使い分けを言える
  • MLOps の 3 レベルを知っている

Phase 2 を抜けたら

  • 「このユースケースならこのサービス」を即答できる
  • バッチ/オンライン推論の判断軸
  • CPU/GPU/TPU の選定基準
  • 4 種のドリフトを区別できる
  • LLM-as-a-judge と Model Armor の用途を理解

Phase 3 を抜けたら

  • シナリオ問題で "最もスケールする / 運用負荷低い" を選べる
  • 誤答した理由を「なぜ他がダメか」で説明できる

Phase 4 を抜けたら

  • 2 時間で全問解き切る時間配分
  • 模試で安定して 70%+

⏱ 本番の時間配分（2 時間・約 60 問）