Cloud Pass
なぜCloud Pass?合格体験記FAQブログ
  1. Cloud Pass
  2. GCP
  3. Google Professional Machine Learning Engineer

GCP

GCP · Professional

Google Professional Machine Learning Engineer(PMLE)とは?難易度・勉強方法・問題対策

Google Cloudで従来型MLと生成AIソリューションを設計、評価、学習、デプロイし、データとモデルを継続的に管理・監視できるかを問うプロフェッショナル認定試験です。 試験の基本情報から出題分野、実際の問題演習まで、合格に必要な内容をまとめました。

無料でPMLEの問題を解く試験内容を確認する

PMLEの試験概要

50〜60問

問題数

120分

試験時間

335

収録問題

6

出題分野

試験概要出題範囲難易度問題を解く勉強の進め方よくある質問合格体験記

Google Professional Machine Learning Engineer

Google PMLEとは?

Google Cloudで従来型MLと生成AIソリューションを設計、評価、学習、デプロイし、データとモデルを継続的に管理・監視できるかを問うプロフェッショナル認定試験です。

PMLEが向いている人

  • Google CloudでML・生成AIソリューションを開発している
  • BigQuery ML、AutoML、Model Gardenを要件別に使い分けたい
  • 学習、デプロイ、パイプライン、監視を含むMLOpsを体系化したい
  • 機械学習エンジニアとして高度な専門性を証明したい

試験で問われる力

モデル精度だけでなく、データ品質、責任あるAI、学習・推論コスト、レイテンシ、再現性、セキュリティ、ドリフト監視まで含むAIシステム全体の判断が重視されます。

BigQuery ML、AutoML、AI API、基盤モデルを使ったローコード設計データ準備、ノートブック、実験、モデル・メタデータの共同管理カスタム学習、分散学習、モデル提供、オンライン推論のスケーリングMLパイプライン、継続的学習、モデル監視、責任あるAI

PMLE試験の基本情報

試験情報は変更される場合があります。受験前にGoogle Cloud公式ページで最新情報を確認してください。

試験コード
PMLE
レベル
プロフェッショナル
問題数
50〜60問
試験時間
120分
出題形式
選択式・複数選択式
合格スコア
非公開
出題分野
6分野
対応言語
日本語・英語
受験料
200米ドル+税
受験方法
オンライン監督試験・テストセンター
認定の有効期間
2年間

Exam domains

PMLEの出題範囲

最新の公式試験ガイドでは、プロトタイプのスケールアップが約21%、モデル提供が約20%、パイプライン自動化が約18%を占めます。モデル作成だけに偏らず、データ準備、実験、学習、提供、再学習、監視を一つのライフサイクルとして学ぶことが重要です。

DOMAIN 1

ローコードAIソリューションの設計

約13%
  • BigQuery ML、AutoML、AI APIによるローコードソリューション
  • Model Gardenの基盤モデル選択、チューニング、生成AIのコスト・レイテンシ最適化

DOMAIN 2

チーム内・チーム間でのデータとモデルの共同管理

約16%
  • BigQuery、Dataflow、Sparkを使った前処理とFeature Store
  • Colab Enterprise、Workbench、実験、モデル評価、メタデータとリネージ

DOMAIN 3

プロトタイプからMLモデルへのスケールアップ

約21%
  • モデル種別、学習方式、解釈可能性、学習データの選択
  • カスタム学習、ハイパーパラメータ調整、CPU・GPU・TPU、分散学習

DOMAIN 4

モデルの提供とスケーリング

約20%
  • バッチ・オンライン推論、Model Registry、A/Bテスト、カナリア展開
  • 公開・非公開エンドポイント、推論前後処理、ハードウェアとスケーリング

DOMAIN 5

MLパイプラインの自動化とオーケストレーション

約18%
  • データ・モデル検証を含むエンドツーエンドMLパイプライン
  • 再学習ポリシー、CI/CD/CT、Cloud Build、Managed Service for Apache Airflow

DOMAIN 6

AIソリューションの監視

約13%
  • データ・概念・特徴量寄与のドリフトと学習・推論スキュー
  • 責任あるAI、バイアス、説明可能性、生成AIの安全性と継続評価

Difficulty

PMLEの難易度

上級

従来型MLと生成AIの両方を対象に、データ処理、モデル設計、学習基盤、オンライン推論、MLOps、監視を横断して判断します。実現可能な構成が複数ある中で、精度、費用、レイテンシ、運用負荷、再現性、安全性に最も合う選択肢を選ぶ必要があります。

1

対象範囲がMLライフサイクル全体に及ぶ

データ準備と実験から、分散学習、デプロイ、再学習、ドリフト監視まで一連の運用が問われます。

2

ローコードとカスタム実装を使い分ける

BigQuery ML、AutoML、学習済みAPI、基盤モデル、カスタム学習を、必要な精度、データ量、期間、専門性で選びます。

3

生成AIと安全性が加わっている

基盤モデルの選択・チューニングだけでなく、プロンプト攻撃、機密データ、評価、費用、レイテンシへの対策も必要です。

Try PMLE questions

PMLEの問題を実際に解いてみる

最新バージョンの問題を出題分野ごとに1問ずつ用意しました。分野を切り替えて回答し、正解だけでなく各選択肢の判断根拠まで確認できます。

練習問題 1

チームはVertex AIでTensorFlow異常検知モデルを学習し、SavedModelをgs://ml-prod/models/sensors/v1/へエクスポートしました。

毎週金曜日に、BigQueryテーブルiot_prod.weekly_windowsへ保存された1分単位のセンサーウィンドウ1億2,000万件(約400GB)を12時間以内にスコアリングする必要があります。

クラスターを管理せず、独自コードと運用負荷を抑え、週次バッチの費用を予測しやすくするには、どうすればよいですか?

BigQuery MLは対応するモデルやリモートモデルをSQLから利用できますが、任意のTensorFlow SavedModelをそのままネイティブBigQuery MLモデルへ変換できるわけではありません。
オンライン予測は低レイテンシのリクエスト・レスポンス処理向けです。1億2,000万件を個別送信すると、スループット制御、再試行、バッチ化の実装が増え、週次一括処理には非効率です。
Dataflowでも分散推論できますが、モデル読み込み、バッチ化、エラー処理、依存関係、監視を含むパイプラインコードを構築・保守する必要があります。単純な一括推論には運用負荷が大きすぎます。
Vertex AIバッチ予測は入力を並列処理するマネージド機能で、ジョブごとにマシンとレプリカ数を設定できます。オンラインリクエストの送信制御や独自Dataflowコードが不要で、週次処理の運用と費用を管理しやすくなります。

Cloud Pass

わからないまま、次の問題へ進まない

Cloud PassにはPMLEの問題を335問、模擬試験を3セット収録しています。問題を解いた後の「なぜ?」まで確認し、弱点を次の学習につなげられます。

選択肢ごとの解説

各選択肢が正解・不正解となる理由をすべて確認

問題を見ながら答えるAIチューター

わからない点をその場で質問

間違えた問題を復習

迷った問題と弱点を繰り返し確認

分野別の学習分析

正答率から復習すべき分野を把握

PMLEの問題演習を始める

335問

問題演習から解説、AIチューターへの質問、学習分析まで、アプリ内で完結します。

Study roadmap

PMLEの勉強の進め方

知識を暗記するだけでなく、問題の要件から適切なサービスや構成を選べるように学習を進めます。

  1. 1

    6分野をMLライフサイクルでつなぐ

    要件定義、データ準備、実験、学習、評価、デプロイ、再学習、監視の順にサービスと成果物を配置します。

  2. 2

    BigQuery MLとローコードAIを試す

    分類、回帰、時系列、クラスタリングをBigQuery MLで作成し、AutoML、AI API、Model Gardenを使う条件との違いを整理します。

  3. 3

    カスタム学習と分散処理を比較する

    Cloud StorageとBigQueryからの入力、コンテナ、CPU・GPU・TPU、データ並列・モデル並列、ハイパーパラメータ調整を小さな実験で確認します。

  4. 4

    提供、パイプライン、監視を一続きで構築する

    Model Registry、バッチ・オンライン推論、A/Bテスト、パイプライン、再学習、Model Monitoringをつなぎ、成果物と評価指標を追跡します。

  5. 5

    問題演習と120分の模擬試験で仕上げる

    各選択肢が精度、費用、レイテンシ、再現性、安全性のどの条件を満たさないか説明し、50〜60問を120分で判断する時間配分を確認します。

Final check

模擬試験で仕上げる

50問を120分で解き、本番に近い時間配分と弱点を確認します。

FAQ

Google PMLEのよくある質問

Google PMLEとはどのような資格ですか?+

Google Cloudで従来型MLと生成AIソリューションを設計、評価、学習、デプロイし、データとモデルを継続的に管理・監視できるかを問うプロフェッショナル認定試験です。

Google Professional Machine Learning Engineerの受験に前提資格は必要ですか?+

前提資格はありません。Googleは、3年以上の業界経験と、そのうち1年以上のGoogle Cloudを使ったソリューションの設計・管理経験を推奨しています。試験はコーディング能力を直接評価しませんが、PythonとSQLのコードを読める基礎力が必要です。

Google Professional Machine Learning Engineerの問題数と試験時間は?+

標準試験は50〜60問、試験時間は120分です。Google Cloudは合格点を公開していません。試験情報は変更される場合があるため、受験前に公式ページを確認してください。

Google Professional Machine Learning Engineerはどのように勉強すればよいですか?+

最初に試験ガイドで出題分野を把握し、主要サービスを用途と要件で整理します。その後、問題演習で各選択肢の判断根拠を確認し、分野別の弱点を復習してから模擬試験で時間配分を仕上げます。

Cloud PassではGoogle Professional Machine Learning Engineerをどのように対策できますか?+

出題分野ごとの問題演習、選択肢ごとの解説、AIチューターへの質問、間違えた問題の復習、分野別の学習分析を1つのアプリで利用できます。

Professional Machine Learning Engineerに前提資格はありますか?+

前提資格はなく、直接受験できます。ただし、Googleは3年以上の業界経験と、そのうち1年以上のGoogle Cloudを使ったソリューションの設計・管理経験を推奨しています。

Professional Machine Learning Engineerは日本語で受験できますか?+

はい。標準試験は日本語と英語に対応しています。オンライン監督試験またはテストセンターで受験できます。

PMLEの受験料、問題数、試験時間は?+

登録料は200米ドル(税別)、試験時間は2時間です。50〜60問の選択式・複数選択式問題が出題されます。

PMLEではコーディング問題が出題されますか?+

コーディング能力そのものは直接評価されません。ただし、GoogleはPythonとSQLの基本的なコードを読めれば、問題に含まれるコード断片を解釈できると案内しています。

PMLEではどの分野を優先すべきですか?+

まず約21%のプロトタイプのスケールアップ、約20%のモデル提供、約18%のパイプライン自動化を優先してください。その後、データ・実験の共同管理と監視をつなぎ、ローコードAIと生成AIの選択基準を整理します。

公式情報

試験内容、対応言語、受験料などは変更される場合があります。申し込み前にGoogle Professional Machine Learning Engineer公式ページで最新情報を確認してください。

合格体験記(7)

藤
藤***Nov 24, 2025

学習期間: 1か月

Cloud passの皆さんには本当に感謝しています。初回で合格できました。正直簡単ではなく、本試験の表現は特に難しかったですが、練習問題がなぜ選択肢が間違いかを示してくれることで、問題の意図や考えるべき解決策に集中できるようになりました。改めて感謝します。

井
井***Nov 23, 2025

学習期間: 1か月

良問と分かりやすい解説があり、練習して合格するのに役立ちました。

阿
阿***Nov 12, 2025

学習期間: 1か月

コース修了後すぐに練習を始め、約80%のスコアを出して高得点で合格しました。アプリを有効に活用しました。

遠
遠***Nov 11, 2025

学習期間: 1か月

理論と実践的なシナリオのバランスが良かったです。

山
山***Nov 6, 2025

学習期間: 1か月

主にデータ準備、モデル調整、GCPでのデプロイ方法など基礎の復習に使いました。説明は簡潔で要点が押さえられており、試験前にとても助かりました。

他のGCP認定資格

Google Professional Cloud DevOps Engineer

Google Professional Cloud DevOps Engineer

Professional

Google Associate Cloud Engineer

Google Associate Cloud Engineer

Associate

Google Professional Cloud Network Engineer

Google Professional Cloud Network Engineer

Professional

Google Associate Data Practitioner

Google Associate Data Practitioner

Associate

Google Cloud Digital Leader

Google Cloud Digital Leader

Foundational

Google Professional Cloud Security Engineer

Google Professional Cloud Security Engineer

Professional

Google Professional Cloud Architect

Google Professional Cloud Architect

Professional

Google Professional Cloud Database Engineer

Google Professional Cloud Database Engineer

Professional

Google Professional Data Engineer

Google Professional Data Engineer

Professional

Google Professional Cloud Developer

Google Professional Cloud Developer

Professional

Cloud Pass

問題演習からAIチューターまで、アプリで

試験形式の問題を解き、選択肢ごとの解説を確認。わからない点はAIチューターにその場で質問できます。

Get it on Google PlayDownload on the App Store
Cloud PassCloud Pass

IT認定試験問題演習アプリ

認定資格

AWSGoogle CloudMicrosoft Azure

学習・サポート

FAQブログ

法務

プライバシーポリシー利用規約

会社

お問い合わせアカウント削除

© Copyright 2026 Cloud Pass, All rights reserved.

support@cloudpass.pro