GCP ML 證照怎麼考？PMLE 考試範圍、準備地圖與 23 篇重點整理
GCP ML 證照怎麼考？PMLE 考 2 小時 50～60 題、200 美元、英日文，六大區比重換算題數、23 篇系列文對應哪一區、零基礎 8 週 72 小時怎麼排、舊題庫名稱對照現況，一篇總整理。
AI 和機器學習
ML 用哪個資料服務？BigQuery、Cloud Storage、Feature Store、Bigtable 怎麼選
ML 用哪個資料服務？算延遲預算：線上預測剩 50 毫秒查特徵，BigQuery 以秒計不行，要用 Bigtable；Feature Store V2、Dataflow vs Spark、預訓練 AI API 怎麼選，附 PMLE 考點。
實驗怎麼追蹤？Vertex AI Experiments、Metadata、TensorBoard
實驗怎麼追蹤？24 次訓練 840 個數字靠記憶一定漏。Experiments 記設定與分數、ML Metadata 記血緣、TensorBoard 畫曲線，筆記本環境怎麼選、Model Registry 管版本，附 PMLE 考點。
可解釋 AI 是什麼？Shapley、Integrated Gradients、XRAI
可解釋 AI 是什麼？用分獎金算一次 Shapley 值，看三種特徵歸因方法各適合哪種模型；Vertex Explainable AI 2027 年停用後改用 SHAP、LIME 與 BigQuery ML，附 PMLE 考點。
模型上線後會變笨？Drift 與 Training-Serving Skew 監控
模型上線後會變笨？用飲料店的流失模型分清偏差、資料漂移、概念漂移、特徵歸因漂移四種變法，Model Monitoring 怎麼量距離、L-infinity 算一次、門檻視窗取樣率怎麼設、警報怎麼接重訓，附 PMLE 考點。
機器學習的 CI/CD：程式改了、資料來了，模型自動重訓
機器學習的 CI/CD 怎麼做？分清 CI、CD、CT 和兩條管線：程式改了用 Cloud Build 自動測試部署；資料來了用排程 API、Pub/Sub 加 Cloud Run 函式觸發重訓；重訓政策與驗證關卡算一次，附 PMLE 考點。
MLOps 是什麼？Vertex AI Pipelines、Kubeflow、TFX 介紹
MLOps 是什麼？用飲料店每週重訓的模型帶你看 Google 的三個成熟度等級、ML 管線的 DAG、Vertex AI Pipelines 怎麼跑、Kubeflow 和 TFX 差在哪、管線快取省多少算一次，附 PMLE 考點。
模型部署怎麼選？線上預測 vs 批次預測、流量分割
模型部署怎麼選？線上預測要先部署到端點、即時回應但機器一直算錢；批次預測不用端點、算完就收。用飲料店推薦和流失模型帶你看端點四種類型、流量分割做金絲雀、自動擴展和批次副本數算一次，附 PMLE 考點。
Vertex AI 自訂訓練：容器、分散式訓練、GPU 與 TPU
Vertex AI 自訂訓練怎麼做？預建容器還是自訂容器、CustomJob 怎麼設機型和 GPU、CPU／GPU／TPU 怎麼選、多台機器怎麼分工、4 張 GPU 省多少時間和錢算一次，附 Spot VM、超參數調校與 PMLE 考點。
BigQuery ML 入門：只會 SQL 也能訓練模型
BigQuery ML 入門：三句 SQL 做完會員流失預測。CREATE MODEL 訓練、ML.PREDICT 預測，自動前處理、TRANSFORM、資料切分規則、ARIMA_PLUS 與費用算一次，附 PMLE 考點。