Google Cloud PMLE（Professional Machine Learning Engineer）の勉強法は、まず受験日を決めるところから始まります。2026年8月24日以降の日本語試験から出題範囲が改定され、読むべき試験ガイドが変わるからです。新版では「AIソリューションのモニタリング」が独立したセクションになり、配点は約13%を占めます。
範囲が6セクションに増えるぶん、時間配分の設計も変わります。試験は$200（税別）・2時間・50〜60問。推奨される経験は業界3年以上（うちGoogle Cloud 1年以上）で、受け直すには高い試験です。
改定後の配点から逆算した40時間をどこに配り、教材が手薄なモニタリング分野をどう埋めるか。読み終えたら、今日どの分野から始めるかを決められます。
PMLE勉強法の全体像｜受験日で試験ガイドを選ぶ
最初にやるのは、受験日の仮決めです。日本語試験の場合、8月23日までに受けるなら現行版、8月24日以降なら新版の試験ガイドを使います。これから学習を始めるなら、新版で進めてください。改定内容そのものはGoogle Cloud PMLEの難易度と出題範囲で整理しています。
そのうえで、学習全体を3つの枠に分けます。
| 枠 | やること | 時間 |
|---|---|---|
| 範囲の学習 | 6セクションを配点順に押さえ、サービスの役割と選び分けを理解する | 24時間 |
| 問題演習 | 要件からサービスや手法を選ぶ問題を解き、選択理由を言語化する | 12時間 |
| 直前の仕上げ | 模擬試験の解き直しと、弱い分野の復習 | 4時間 |
合計40時間。SkillStack編集部の目安で、Googleが示す推奨時間ではありません。MLの基礎知識があり、Google Cloudを業務で触っている人を想定した時間です。MLOpsの実務経験があれば範囲の学習を短縮できますし、ML自体が初めてならこれ以上かかります。
この試験で見落とされやすいのが、コードを書く力より「読んで判断する力」が問われる点です。新しい試験ガイドには、コーディングのスキルを直接評価するものではなく、PythonとSQLの基礎知識があればコードスニペットを含む設問も読み解けると明記されています。フレームワークの文法を覚え直すより、選択肢を比較する練習に時間を使うべきです。
配点から逆算する時間配分｜範囲24時間の内訳
範囲の学習24時間は、新版の配点を目安に、合計が24時間になるよう整数時間へ丸めて配分します。配点はいずれも概数である点に注意してください。
| セクション | 配点 | 範囲24時間での配分 |
|---|---|---|
| プロトタイプのMLモデルへのスケーリング | 約21% | 5時間 |
| モデルのサービングとスケーリング | 約20% | 5時間 |
| MLパイプラインの自動化とオーケストレーション | 約18% | 4時間 |
| データとモデルの管理 | 約16% | 4時間 |
| ローコードAIソリューションの構築 | 約13% | 3時間 |
| AIソリューションのモニタリング（新設） | 約13% | 3時間 |
スケーリングとサービングで10時間。ここがPMLEの主戦場です。モデルを作る話より、作ったモデルをどう動かし続けるかに配点が寄っています。CPU・GPU・TPUの選択、分散トレーニング、バッチ推論とオンライン推論の使い分け、A/Bテストとカナリアデプロイ。このあたりを説明できる状態を目指してください。
ここで学習が止まりやすいのが、選択肢の見分けです。Agent Platform AutoMLとBigQuery MLとカスタムトレーニング、どれも「モデルを作る」手段として並びます。要件を渡されて即答できるかは、読む学習だけでは身につきません。
新設のモニタリング分野｜教材が手薄になる場所
新版で追加されるセクション6は、対策が難しい分野です。8月24日以降向けの新版が公開されたばかりで、市販教材や日本語の解説記事がまだ追いついていないためです。試験ガイドの記載を手がかりに、公式ドキュメントで補うことになります。
問われるのは、大きく2つです。
- AIソリューションに対するリスクの特定：Model Armorや安全フィルタ、正規表現を使って、データの引き出し、悪意のあるプロンプト、LLMとのセンシティブデータ共有を防ぐ設計。責任あるAIへの準拠（バイアスの監視）。モデルの説明可能性
- モニタリング・テスト・トラブルシューティング：Model Monitoringによる継続評価指標の確立。トレーニングサービングスキュー、データドリフト、コンセプトドリフト、特徴アトリビューションのドリフトの監視。生成AIソリューションのモニタリング
覚えておきたいのは、ドリフトの種類の区別です。入力データの分布が変わるのがデータドリフト、入力と正解の関係そのものが変わるのがコンセプトドリフト。学習時と推論時でデータの生成や変換に系統的な差がある状態が、トレーニングサービングスキューです。いずれも精度低下の要因になり得るため、原因の切り分けが設問になります。
なお、生成AIソリューションの評価手法として試験ガイドに登場するLLM-as-a-Judgeは、セクション2「MLテストのトラッキングと実行」に位置づけられた項目です。モデルの出力を別のモデルに評価させる方法で、従来の精度指標が使いにくい生成タスクで用いられます。名前と用途だけでも押さえておいてください。
公式の無料リソースと、名称の読み替え
教材は公式から入るのが確実です。認定ページから次のリソースにアクセスできます。
- ML Engineer向け学習プログラム：Google Cloud Skills Boost上のラーニングパス。日本語で受講できます
- 模擬試験：本番形式で出題傾向を確認できます
- デベロッパーのための生成AI学習プログラム：生成AI関連の範囲を補うのに使えます
学習中に必ず引っかかるのが、製品名です。新しい試験ガイドではVertex AI系の機能がGemini Enterprise Agent Platform配下の名称で書かれていますが、既存の教材やドキュメントはVertex AIの表記のままです。Workbench、Feature Store、Pipelines、Experiments、Model Registryはいずれも読み替えが必要で、Vertex AI PredictionはAgent Platform Inferenceにあたります。
読み替え表を最初に作っておくと、教材と試験ガイドを行き来するときに迷いません。試験対策上は対応する用語として扱えるので、必要以上に身構える必要はありません。
5週間スケジュール｜平日1時間・土日各1.5時間
平日1日1時間で週5時間、土日は各1.5時間で週3時間。合わせて週8時間、5週間で40時間になります。
| 週 | 範囲の学習 | 演習・仕上げ | 到達点 |
|---|---|---|---|
| 1週目 | ローコードAI（3時間）＋データとモデルの管理（4時間） | 演習1時間 | BigQuery MLとAutoMLの使い分けが言える |
| 2週目 | プロトタイプのMLモデルへのスケーリング（5時間） | 演習3時間 | CPU・GPU・TPUの選択と分散トレーニングを説明できる |
| 3週目 | モデルのサービングとスケーリング（5時間） | 演習3時間 | バッチ推論とオンライン推論を要件で選び分けられる |
| 4週目 | MLパイプラインの自動化（4時間）＋モニタリング（3時間） | 演習1時間 | 再トレーニングの方針とドリフトの種類が言える |
| 5週目 | — | 演習4時間＋直前の仕上げ4時間 | 2時間で解き切る時間感覚がつかめる |
縦に集計すると、範囲の学習が24時間、演習が12時間、直前の仕上げが4時間で合計40時間です。各週の合計はいずれも8時間になります。
2週目と3週目に演習を厚くしているのは、配点の大きい2分野だからです。ここで選び分けの精度を上げておくと、残りの分野の学習も速くなります。SkillStackにはProfessional Machine Learning Engineerの問題を250問収録しており、問題集①なら無料で試せます。通勤時間に数問ずつ解いて、解説で自分の判断とのズレを確認する使い方が続けやすいはずです。
よくある質問
PythonやTensorFlowをどこまで書けるべきですか？
新しい試験ガイドには、この試験はコーディングのスキルを直接評価するものではないと明記されています。PythonとSQLの基礎知識があれば、コードスニペットを含む設問も読み解けるという説明です。フレームワークを一から書ける必要はありませんが、試験ガイドに登場するPyTorchやscikit-learn（ガイドの表記はsklearn）、JAX、XGBoostが何をするものかは把握しておいてください。
8月24日の改定前に受けるべきですか？
すでに現行版で学習が進んでいて、8月23日までに受験できるなら、そのまま受け切るほうが手戻りがありません。これから始めるなら新版で進めてください。重なる範囲が大半で、主な差分はモニタリング分野の独立、配点の調整、表記の変更です。
PDEとPMLE、両方取る意味はありますか？
担当領域が重なる場合は意味があります。データ基盤側とモデル運用側で範囲が接しており、BigQuery MLや特徴量の準備は両方に登場します。順序としては、データ基盤の実務が長いならPDEから、モデルの開発・運用が主ならPMLEからが自然です。PDEの学習手順はGoogle Cloud PDEの勉強法で扱っています。
ハンズオンは必要ですか？
必須ではありませんが、Agent Platform（旧Vertex AI）の画面を一度も見たことがない状態だと、設問のイメージが湧きにくくなります。学習プログラムにはラボが含まれるため、弱い領域だけでも手を動かしておくと理解が定着します。
まとめ
PMLEの学習は、受験日の決定から始めてください。8月24日をまたぐかどうかで、読む試験ガイドが変わります。新版で進めるなら、範囲24時間をスケーリング5時間、サービング5時間と配点順に配るのが骨格です。
そして、新設されるモニタリング分野は教材が手薄です。ドリフトの3種類の区別、Model Armorによる保護、Model Monitoringでの継続評価。この3点を優先して試験ガイドと公式ドキュメントで押さえると、関連問題の取りこぼしを減らせます。演習はSkillStackの問題集①を無料で試せるので、選び分けの判断がぶれる分野を早めに見つけておきましょう。
