云认证：Microsoft 认证 Azure 数据科学家助理

对云数据的需求一直在蓬勃发展，而且这种趋势不会很快停止。组织可以访问更多数据，并且存储这些数据变得更便宜、更简单。虽然以前仅限于大型组织，但云也降低了这些技术的门槛，使较小的组织能够利用这些服务，并且前期投资要低得多。

处理和呈现这些数据是一项挑战，这就是您发挥作用的地方。作为 Azure 数据科学家，您将设置 Azure 机器学习工作区，运行实验和训练模型，优化和管理模型，以及部署和使用模型。

在本指南中，您将了解 Microsoft Azure Data Scientist Associate 认证以及可以参加哪些考试来获得该认证。

Azure 数据科学家助理认证是微软放弃更广泛认证（如微软认证系统管理员 (MCSA) 或其前身微软认证系统工程师 (MCSE)）之后推出的。如今，重点是特定角色。请注意，此考试目前处于测试阶段。

顾名思义，该认证到处都是“数据科学”，特别是 Azure 数据科学产品和功能。由于这是助理级认证，因此所需的考试涵盖了广泛的数据科学主题和技术。

作为 Azure 数据科学家，您将运用数据科学和机器学习知识在 Azure 上实施和运行机器学习工作负载；特别是使用 Azure 机器学习服务。这需要在 Azure 上规划和创建适合数据科学工作负载的工作环境、运行数据实验和训练预测模型、管理和优化模型以及将机器学习模型部署到生产中。

只需参加一次考试即可获得 Azure Data Scientist Associate 认证。重要的是要了解，微软已经采取了比过去更快的速度淘汰和更换考试的做法。由于云瞬息万变，微软经常更新实时考试。自今年年初以来，DP-100 考试已进行了两次更新。

考试价格为 165 美元/165 欧元。如果您在预订考试时使用以下方式之一验证您的学业状况，Microsoft 会提供学生折扣：学校电子邮件帐户、学校帐户、国际学生身份证、验证码。或者，您也可以提供证明您有资格享受学生折扣的文件。

虽然除了通过 DP-100 考试之外，没有其他获得此认证的特定先决条件，但值得注意的是，具备所需技能的经验是获得成功的关键。通过DP-900 Microsoft Azure 数据基础知识考试并获得相应的Microsoft Azure 数据基础知识认证虽然不是强制性的，但可以帮助您为这一级别做好准备，因为它介绍了 DP-100 在 Azure 上设计和实施数据科学解决方案考试中涵盖的许多技术。

确保您拥有足够的经验并投入时间去学习相关的 Pluralsight 课程和其他资源。

您的技能将从以下四个方面进行衡量：

• 设置 Azure 机器学习工作区 (30-35%)
• 运行实验并训练模型（25-30％）
• 优化和管理模型（20-25%）
• 部署和使用模型（20-25％

这些类别详细细分如下：

创建 Azure 机器学习工作区

• 创建 Azure 机器学习工作区
• 配置工作区设置
• 使用 Azure 机器学习工作室管理工作区

管理 Azure 机器学习工作区中的数据对象

• 注册并维护数据存储
• 创建和管理数据集

管理实验计算上下文

• 创建计算实例
• 确定训练工作负载的适当计算规格
• 为实验和训练创建计算目标

使用 Azure 机器学习设计器创建模型

• 使用 Azure 机器学习设计器创建训练管道
• 在设计器管道中引入数据
• 使用设计器模块定义管道数据流
• 在设计器中使用自定义代码模块

在 Azure 机器学习工作区中运行训练脚本

• 使用 Azure 机器学习 SDK 创建并运行试验
• 使用 Azure 机器学习 SDK 在试验中使用数据存储中的数据
• 使用 Azure 机器学习 SDK 在试验中使用数据集中的数据
• 为训练实验选择一个估计器

从实验运行中生成指标

• 实验运行中的日志指标
• 检索并查看实验输出
• 使用日志排除实验运行错误

自动化模型训练过程

• 使用 SDK 创建管道
• 在管道中的步骤之间传递数据
• 运行管道
• 监视管道运行

使用自动化机器学习 (ML) 创建最佳模型

• 使用 Azure 机器学习工作室中的自动化 ML 界面
• 使用 Azure 机器学习 SDK 中的自动化 ML
• 选择缩放函数和预处理选项
• 确定要搜索的算法
• 定义主要指标
• 获取自动化 ML 运行的数据
• 检索最佳模型

使用 Hyperdrive 调整超参数

• 选择采样方法
• 定义搜索空间
• 定义主要指标
• 定义提前终止选项
• 找到具有最佳超参数值的模型

使用模型解释器来解释模型

• 选择模型解释器
• 生成特征重要性数据

管理模型

• 注册经过训练的模型
• 监控模型历史记录
• 监视数据偏移Monitor data shift

创建生产计算目标

• 考虑已部署服务的安全性
• 评估部署的计算选项

将模型部署为服务

• 配置部署设置
• 使用已部署的服务
• 排查部署容器问题

创建批量推理的管道

• 发布批量推理管道
• 运行批量推理管道并获取输出

将设计器管道发布为 Web 服务

• 创建目标计算资源
• 配置推理管道
• 使用已部署的端点

请务必查看 Pluralsight 的Microsoft Azure Data Scientist (DP-100) 学习路径，它目前包含 25 门不同的课程，分为初级、中级和高级部分。

与往常一样，课程越新，材料与您的学习历程就越相关。

Microsoft Learn 免费提供多种培训资源。请查看以下学习路径：

使用 Azure 机器学习创建无代码预测模型

使用 Azure 机器学习服务构建 AI 解决方案

利用Microsoft Docs并导航到相关主题也可以帮助您为这项考试做好准备。

过去几年，云业务蓬勃发展。微软已经缩小了与主要竞争对手的差距，并继续增长。虽然 COVID-19 在某种程度上影响了每个人，但它似乎并没有对微软的云业务增长产生负面影响。

获得微软等知名公司颁发的最新认证（如 Azure 数据科学家助理认证）应该会让你对当前和未来的雇主都更具吸引力，尤其是在云计算蓬勃发展的今天。你现在的雇主可能不会给你涨工资，但下次找工作时，一定要查看可靠的互联网来源，了解你所在地区的最新薪资信息。

很难提供绝对数字，因为它们取决于许多因素，例如您的经验、公司类型和规模、行业和地区。在美国，经验丰富的数据科学家的工资预计在 120,000 美元到 175,000 美元之间。

作为助理级认证，获得 Azure 数据科学家助理证书虽然具有挑战性，但可以让您获得认可，证明您是该领域的主题专家。只需参加一次考试即可。注册 Microsoft Azure，利用免费的云积分和服务并预订考试，您可以在家中或众多测试中心之一参加考试。

我希望本指南对您有用，并祝您好运获得认证。