GCP Professional Machine Learning Engineer (PMLE) 完全ガイド

Professional Machine Learning Engineer (PMLE) は GCP の機械学習エンジニア向け Professional 試験で、 Vertex AI を中核に、データ準備からモデル学習・デプロイ・運用 (MLOps)、Generative AI 統合までを問います。 2026-06 のリニューアルで Gemini API、RAG、Vertex AI Agent Builder、Model Garden 等の Gen AI 要素が大幅に追加されました。

試験基本仕様 (2026 年版)

項目	内容
正式名称	Google Cloud Certified - Professional Machine Learning Engineer
受験料	200 USD (税別)
試験時間	2 時間
問題数	50〜60 問
合格ライン	非公開
言語	日本語・英語
有効期限	2 年
推奨経験	業界経験 3 年以上 + GCP ML 1 年以上

2026-06 新版で強化された領域

Gemini API: Gemini Pro / Flash / Ultra のユースケース選定
RAG (Retrieval-Augmented Generation): Vertex AI Search + Embeddings + LangChain
Vertex AI Agent Builder: Conversational Agents、Tool Use
Model Garden: Llama / Claude / Mistral 等のオープン/サードパーティモデル運用
Responsible AI: Safety filters、Explainable AI、Model evaluation

出題ドメイン (6 領域)

セクション	テーマ
1	低コードな AI ソリューションのアーキテクトと構築
2	データの収集と準備
3	ML モデルの開発
4	ML モデルの拡張
5	本番環境への ML パイプラインのデプロイと自動化
6	ML ソリューションのモニタリング、最適化、メンテナンス

主要サービス出題範囲

Vertex AI: AutoML、Custom Training、Pipelines、Experiments、Model Registry、Endpoints、Feature Store、Workbench
Gen AI: Gemini API、Vertex AI Search、Agent Builder、Model Garden
データ準備: BigQuery、BigQuery ML、Dataflow、Dataprep、Cloud Storage
事前学習 API: Vision AI、Natural Language API、Speech-to-Text、Translation、DocAI
MLOps: Vertex AI Pipelines (Kubeflow / TFX)、Continuous Training、Model Monitoring
説明可能性: Vertex Explainable AI、What-If Tool

他クラウド ML 試験との比較

項目	GCP PMLE	AWS MLA-C01	Azure AI-102	Databricks ML Pro
受験料	200 USD	300 USD	165 USD	200 USD
主要プラットフォーム	Vertex AI	SageMaker	Azure AI Services	Databricks ML
Gen AI 統合	Gemini / RAG	Bedrock 連携	Azure OpenAI	MLflow / Foundation Models
難易度	★★★★★	★★★★☆	★★★☆☆	★★★★☆

学習ロードマップ (150〜300 時間)

第 1 段階 (40 時間): GAIL / ML Crash Course / Andrew Ng ML で ML 基礎固め
第 2 段階 (50 時間): Skill Boost ML Engineer Learning Path 完走
第 3 段階 (40 時間): Vertex AI Pipelines / Feature Store / Model Registry ハンズオン
第 4 段階 (30 時間): Gemini API / RAG / Agent Builder の新範囲を補強
第 5 段階 (30 時間): 模擬試験 + 公式ブループリント精読で 80% 通過

定番学習リソース

公式 Skill Boost: ML Engineer Learning Path
Coursera: Machine Learning Engineering for Production (MLOps) 専門講座
Coursera: Preparing for Google Cloud Certification: Machine Learning Engineer 専門講座
書籍: Journey to Become a Google Cloud Machine Learning Engineer (Packt)
模擬試験: 公式 Practice Exam、Whizlabs、Udemy

次のステップ

PDE: データ基盤側を厚くして MLOps チームを牽引
マルチクラウド ML: AWS MLA / Databricks ML Pro と組み合わせて Gen AI コンサル案件へ
論文・実装: arXiv の Gen AI 論文を読みつつ Vertex AI で再現

PMLE は数学・統計の深い知識が必要ですか？

アルゴリズムの導出までは不要ですが、評価指標 (Precision / Recall / F1 / AUC / RMSE / MAE)、過学習対策、特徴量エンジニアリングの考え方は必須です。GAIL → PMLE の流れがスムーズです。

PMLE は 2026-06 にリニューアルされましたか？

はい。Vertex AI を中核に Gemini API / RAG / Model Garden / Agent Builder などの Gen AI 要素が大幅追加。旧 AutoML 中心のブループリントから刷新されました。

受験料と試験時間は？

200 USD、2 時間、50〜60 問。日本語と英語で受験可能、有効期限は 2 年です。

TensorFlow と PyTorch どちらが出題されますか？

Vertex AI は両方サポート。試験では TensorFlow / Keras の比重がやや高めですが、PyTorch + Vertex AI Custom Training の組み合わせも問われます。

MLOps の出題範囲は？

Vertex AI Pipelines (Kubeflow)、Vertex AI Model Registry、Vertex AI Experiments、Vertex AI Feature Store、Continuous Training / Continuous Evaluation が主要トピックです。

AWS MLA-C01 / Azure AI-102 と比べてどうですか？

AWS MLA は SageMaker 中心、AI-102 は Azure AI Services 中心、PMLE は Vertex AI + Gen AI 中心。Google の AI プラットフォーム思想を深く学べるのが PMLE の特徴です。

学習時間の目安は？

ML 経験者で 100〜150 時間、未経験者は 200〜300 時間が目安です。Coursera ML Specialization (Andrew Ng) や ML Crash Course を先に消化しておくと有利。

推奨教材は？

公式 Skill Boost ML Engineer Learning Path、Coursera Machine Learning Engineering for Production (MLOps) 専門講座、Vertex AI 公式ドキュメントが定番です。

この記事で学んだ内容を問題で確認しましょう

16,000問以上の問題で実力チェック

GCP 試験対策ページを見る

この記事の著者

NicheeLab編集部

データエンジニアリング・クラウド資格の専門家。Databricks・Snowflake等の認定資格を保有し、実務経験に基づいた問題作成・解説を行っています。NicheeLab運営。

GCP Professional Machine Learning Engineer (PMLE) 完全ガイド｜Vertex AI・Gemini・MLOps