Как издържах изпита за сертифициране на Google Cloud Professional Data Engineer

Без препоръчителните три години практически опит

*Забележка: Статията е посветена на изпита за сертифициране на Google Cloud Professional Data Engineer, който беше валиден до 29 март 2019 г. След това настъпиха някои промени - те са описани в раздела „Освен това"*

Суичър на Google: Да. Сериозно изражение на лицето: да. Снимка от видео версията на тази статия в YouTube.

Искате ли да вземете чисто нов суичър като този на моята снимка?

Или може би се интересувате от сертификат Google Cloud Professional Data Engineer и се опитвате да разберете как да го получите?

През последните няколко месеца преминах няколко курса и едновременно работих с Google Cloud, за да се подготвя за изпита за професионален инженер по данни. След това отидох на изпита и го издържах. Суичърът пристигна няколко седмици по-късно, но сертификатът пристигна по-бързо.

Тази статия ще предостави информация, която може да намерите за полезна, и стъпките, които предприех, за да бъда сертифициран като Google Cloud Professional Data Engineer.

Прехвърлен към Алконост

Защо трябва да получите сертификат за Google Cloud Professional Data Engineer?

Данните ни заобикалят, те са навсякъде. Ето защо днес има търсене на специалисти, които знаят как да създават системи, способни да обработват и използват данни. А Google Cloud предоставя инфраструктурата за изграждане на тези системи.

Ако вече имате умения за Google Cloud, как можете да ги демонстрирате на бъдещ работодател или клиент? Това може да стане по два начина: чрез портфолио от проекти или чрез преминаване на сертификация.

Сертификатът казва на потенциални клиенти и работодатели, че имате определени умения и че сте положили усилия да ги получите официално сертифицирани.

Това е посочено и в официалното описание на изпита.

Демонстрирайте способността си да проектирате и изграждате системи за наука за данни и модели за машинно обучение в платформата Google Cloud.

Ако все още нямате уменията, материалите за обучение за сертифициране ще ви научат на всичко, което трябва да знаете за това как да изграждате системи за данни от световна класа с помощта на Google Cloud.

Кой трябва да получи сертификат за Google Cloud Professional Data Engineer?

Видяхте числата – секторът на облачните технологии се разраства, те са с нас от дълго време. Ако не сте запознати със статистиката, просто ми повярвайте: облаците се увеличават.

Ако вече сте учен по данни, инженер по машинно обучение или искате да преминете към областта на науката за данни, сертифицирането Google Cloud Professional Data Engineer е точно това, от което се нуждаете.

Възможността за използване на облачни технологии се превръща в задължително изискване за всички специалисти по данни.

Имате ли нужда от сертификат, за да бъдете специалист по наука за данни или машинно обучение?

Не.

Можете да използвате Google Cloud, за да изпълнявате решения за данни без сертификат.

Сертификатът е само един от начините да докажете уменията, които притежавате.

Колко струва?

Цената за явяване на изпита е $200. Ако не успеете, ще трябва да платите отново.

Освен това ще трябва да харчите пари за подготвителни курсове и използване на самата платформа.

Разходите на платформата са такси за използване на услугите на Google Cloud. Ако сте активен потребител, вие сте наясно с това. Ако сте начинаещ, който току-що започва с уроците в тази статия, можете да създадете акаунт в Google Cloud и да свършите всичко срещу $300, които Google ви кредитира, когато се регистрирате.

Ще стигнем до цената на курсовете след малко.

Колко време е валиден сертификатът?

Две години. След този период изпитът трябва да се яви отново.

И тъй като Google Cloud непрекъснато се развива, е вероятно изискванията за сертифициране да се променят (това се случи точно когато започнах да пиша статията).

Какво ви е необходимо, за да се подготвите за изпита?

За сертифициране на професионално ниво Google препоръчва три години опит в индустрията и повече от една година опит в разработването и управлението на решения с помощта на GCP.

Нямах нищо от това.

Съответният опит е приблизително шест месеца във всеки случай.

За да запълня празнината, използвах няколко онлайн ресурса за обучение.

Какви курсове взех?

Ако вашият случай е подобен на моя и не отговаряте на препоръчаните изисквания, тогава можете да вземете някои от курсовете, изброени по-долу, за да подобрите нивото си.

Това са тези, които използвах, когато се подготвях за сертифициране. Те са изброени по ред на попълване.

За всеки съм посочил цената, времето и полезността за преминаване на изпита за сертифициране.

Някои от страхотните ресурси за онлайн обучение, които използвах, за да подобря уменията си преди изпита, по ред: Гуру на облака, Linux академия, Coursera.

Data Engineering on Google Cloud Platform Specialization (Cousera)

цена: $49 на месец (след 7-дневен безплатен пробен период).
Time: 1-2 месеца, повече от 10 часа седмично.
полезност: 8 от 10.

Курс Спецификация на Data Engineering на Google Cloud Platform на платформата Coursera, разработена в сътрудничество с Google Cloud.

Той е разделен на пет вложени курса, всеки от които е около 10 учебни часа на седмица.

Ако сте нов в науката за данни в Google Cloud, тази специализация ще ви даде уменията, от които се нуждаете. Ще завършите поредица от практически упражнения с помощта на итеративна платформа, наречена QwikLabs. Преди това ще има лекции от Google Cloud специалисти за това как да използвате различни услуги, като Google BigQuery, Cloud Dataproc, Dataflow и Bigtable.

Облачен гуру Въведение в Google Cloud Platform

цена: безплатно.
Time: 1 седмица, 4–6 часа.
полезност: 4 от 10.

Ниският рейтинг на полезност не означава, че курсът като цяло е безполезен - далеч от това. Единствената причина резултатът да е толкова нисък е, че не е фокусиран върху сертификата за професионален инженер по данни (както подсказва името).

Приех го като опреснител след завършване на специализацията на Coursera, тъй като бях използвал Google Cloud в някои ограничени случаи.

Ако преди сте работили с друг доставчик на облак или никога не сте използвали Google Cloud, може да намерите този курс за полезен - това е страхотно въведение в платформата Google Cloud като цяло.

Linux Academy Google Certified Professional Data Engineer

цена: $49 на месец (след 7-дневен безплатен пробен период).
Time: 1–4 седмици, повече от 4 часа на седмица.
полезност: 10 от 10.

След като взех изпита и размишлявах върху курсовете, които взех, мога да кажа, че Google Certified Professional Data Engineer на Linux Academy беше най-полезен.

Видео уроци също Електронна книга с досиета с данни (отличен безплатен ресурс за обучение, предоставен с курса) и практическите изпити правят това един от най-добрите курсове, които съм посещавал.

Дори го препоръчах като справочен материал в бележките на Slack за екипа след изпита.

Бележки в Slack

• Някои изпитни въпроси не бяха обхванати в курса на Linux Academy, изпитите A Cloud Guru или Google Cloud Practice (което може да се очаква).
• Един въпрос имаше графика от точки с данни. Беше зададен въпросът какво уравнение може да се използва за групирането им (например cos(X) или X²+Y²).
• Не забравяйте да знаете разликите между Dataflow, Dataproc, Datastore, Bigtable, BigQuery, Pub/Sub и разберете как могат да се използват.
• Двата конкретни примера в изпита са същите като тези в практиката, въпреки че изобщо не ги прочетох по време на изпита (самите въпроси бяха достатъчни за отговор).
• Познаването на основния синтаксис на SQL заявката е полезно, особено за въпроси на BigQuery.
• Практическите изпити в Linux Academy и курсовете по GCP са много сходни по стил с въпросите в изпита - струва си да ги положите няколко пъти, за да откриете собствените си слабости.
• Трябва да се помни, че dataproc работи с Hadoop, Искра, Кошер и Прасета.
• Поток от данни работи с Apache Beam.
• Облачен гаечен ключ е база данни, първоначално проектирана за облака, тя е съвместима с ACID и работи навсякъде по света.
• Полезно е да знаете имената на “старите” - еквивалентите на релационни и нерелационни бази данни (например MongoDB, Cassandra).
• IAM ролите се различават леко между услугите, но е добра идея да разберете как да разделите способността на потребителите да виждат данни и да проектират работни потоци (например ролята Dataflow Worker може да проектира работни потоци, но не и да вижда данни).
Засега това вероятно е достатъчно. Всеки изпит ще се проведе по различен начин. Курсът на Linux Academy ще осигури 80% от необходимите знания.

Едноминутни видеоклипове за услугите на Google Cloud

цена: безплатно.
Time: 1–2 часа.
полезност: 5 от 10.

Тези видеоклипове бяха препоръчани във форумите на A Cloud Guru. Много от тях не са свързани със сертификата Professional Data Engineer, така че просто избрах тези, чиито имена на услуги ми се сториха познати.

Когато преминавате през курса, някои услуги може да изглеждат сложни, така че беше хубаво да видите как е описана конкретна услуга само за минута.

Подготовка за изпита Cloud Professional Data Engineer

цена: $49 на сертификат или безплатно (без сертификат).
Time: 1-2 седмици, повече от шест часа на седмица.
полезност: не е оценено.

Намерих този ресурс ден преди датата на моя изпит. Нямаше достатъчно време за изпълнение - оттам и липсата на оценка за полезност.

Въпреки това, след като разгледах страницата с общ преглед на курса, мога да кажа, че това е чудесен ресурс за преглед на всичко, което сте научили за Data Engineering в Google Cloud и за намиране на вашите слаби места.

Казах на един от моите колеги за този курс, който се подготвя за сертифициране.

Google Data Engineering Cheatsheetот Маверик Лин

цена: безплатно.
Time: е неизвестно.
полезност: не е оценено.

Още един ресурс, на който попаднах след изпита. Изглежда изчерпателно, но представянето е доста кратко. Освен това е безплатно. Можете да го използвате между практическите изпити и дори след сертифициране, за да опресните знанията си.

Какво направих след курса?

Когато наближих края на курсовете си, записах изпита си с едноседмично предизвестие.

Наличието на краен срок е страхотна мотивация да прегледате наученото.

Взех практическите изпити за Linux Academy и Google Cloud няколко пъти, докато започнах постоянно да постигам над 95%.

Взет практически изпит на Linux Academy за първи път с резултат над 90%.

Тестовете за всяка платформа са подобни; Записах и анализирах въпросите, които постоянно грешах - това помогна да премахна слабостите си.

По време на самия изпит темата беше разработването на системи за обработка на данни в Google Cloud чрез два примера (съдържанието на изпита е променено от 29 март 2019 г.). Целият изпит включваше въпроси с избираем отговор.

Изпитът отне два часа и изглеждаше с около 20% по-труден от практическите изпити, с които бях запознат.

Последните обаче са много ценен ресурс.

Какво бих променил, ако се явя на изпита отново?

Още практически изпити. Повече практически знания.

Разбира се, винаги можете да се подготвите малко по-добре.

Препоръчителните изисквания посочваха повече от три години опит с използването на GCP, който нямах - така че трябваше да се справя с това, което имах.

Освен това

Изпитът е актуализиран на 29 март. Материалът в тази статия все още ще осигури добра основа за подготовка, но е важно да се отбележат някои промени.

Раздели на изпита за професионален инженер по данни в Google Cloud (версия 1г)

1. Проектиране на системи за обработка на данни.
2. Изграждане и поддръжка на структури от данни и бази данни.
3. Анализ на данни и свързване на машинно обучение.
4. Моделиране на бизнес процеси за анализ и оптимизация.
5. Осигуряване на надеждност.
6. Визуализация на данни и подкрепа при вземане на решения.
7. Дизайн с акцент върху безопасността и съответствието.

Раздели на изпита за професионален инженер по данни в Google Cloud (версия 2г)

1. Проектиране на системи за обработка на данни.
2. Изграждане и експлоатация на системи за обработка на данни.
3. Работа с модели за машинно обучение (повечето промени се случиха тук) [НОВО].
4. Гарантиране на качеството на решенията.

Във версия 2 раздели 1, 2, 4 и 6 от версия 1 са комбинирани в раздели 1 и 2, раздели 5 и 7 в раздел 4. Раздел 3 във версия 2 е разширен, за да обхване всички нови възможности за машинно обучение в Google Облак.

Тези промени настъпиха съвсем наскоро, така че много образователни материали не са имали време да бъдат актуализирани.

Но ако използвате материалите от статията, това трябва да е достатъчно, за да покриете 70% от необходимите знания. Също така бих прегледал сам следните теми (появиха се във втория вариант на изпита):

• Google Machine Learning (ML) API.
• Google Cloud Machine Learning Core.
• TPU за Google Cloud (хардуер, разработен от Google специално за машинно обучение).
• Google речник на термините за машинно обучение.

Както можете да видите, актуализацията на изпита е свързана предимно с възможностите за машинно обучение на Google Cloud.

Актуализация от 29.04.2019 април XNUMX г. Получих съобщение от инструктор на курс по Linux Academy (Матю Уласиен).

Само за справка, планираме да актуализираме курса по Data Engineer в Linux Academy, за да отразим новите цели някъде в средата до края на май.

След изпит

След като издържите изпита, ще получите издържан или неуспешен резултат. На практическите изпити казват да се стремят към минимум 70%, така че аз се стремях към 90%.

След успешно полагане на изпита ще получите код за активиране по имейл заедно с официалния сертификат на Google Cloud Professional Data Engineer. Честито!

Кодът за активиране може да се използва в ексклузивния магазин на Google Cloud Professional Data Engineer, където можете да получите добри пари: има тениски, раници и качулки (някои може да са изчерпани в момента на доставката). Избрах си суичър.

След като сте сертифицирани, можете да демонстрирате уменията си (официално) и да се върнете към това, което правите най-добре: изграждане на системи.

Ще се видим след две години за повторно сертифициране.

P.S. Много благодаря на прекрасните преподаватели на горните курсове и Макс Келзен за осигуряване на ресурси и време за обучение и подготовка за изпита.

За преводача

Статията е преведена от Alconost.

Алконост е включен локализация на играта, приложения и уебсайтове на 70 езика. Преводачи на роден език, лингвистично тестване, облачна платформа с API, непрекъсната локализация, 24/7 мениджъри на проекти, всякакви формати на низови ресурси.

Ние също го правим промоционални и образователни видеоклипове — за сайтове за продажба, изображение, реклама, образование, тийзъри, обяснения, трейлъри за Google Play и App Store.

→ Още

Източник: www.habr.com