Uden de anbefalede 3 års praktisk erfaring
I forventning om kursusstart , vi ønsker at dele oversættelsen af en meget interessant historie med dig, som helt sikkert vil være nyttig for fremtidige dataingeniører. Gå!
Google hættetrøje: slidt. Seriøst arbejde ansigtsudtryk: nærværende. Foto fra videoversionen af denne artikel på .
Bemærk. Denne artikel handler om Google Cloud Professional Data Engineer-certificeringseksamenen, der afleveres den 29. marts 2019. Efter denne dato skete der nogle ændringer. Jeg har inkluderet dem i afsnittet Ekstra.
Så vil du have en ny hættetrøje som den på mit cover? Eller planlægger du at få et certifikat? og spekulerer på, hvordan man gør det.
I løbet af de sidste par måneder har jeg taget kurser og brugt Google Cloud til at forberede mig til eksamenen Professional Data Engineer. Så prøvede jeg at bestå den og bestod. Og et par uger senere kom min hættetrøje. Certifikatet ankom hurtigere.
Denne artikel vil liste et par ting, du måske vil vide, og de trin, jeg tog for at blive certificeret som Google Cloud Professional Data Engineer.
Hvorfor ønsker du at blive certificeret som Google Cloud Professional Data Engineer?
Data er overalt. Og at vide, hvordan man skaber systemer, der kan behandle og bruge data, er efterspurgt. Google Cloud leverer infrastrukturen til at bygge disse systemer.
Du har måske allerede færdighederne til at bruge Google Cloud, men hvordan vil du demonstrere dette for en fremtidig arbejdsgiver eller kunde? Der er to måder: portefølje af projekter eller certificering.
Certifikatet fortæller fremtidige kunder og arbejdsgivere: "Jeg har kompetencerne, og jeg har gjort en indsats for at blive akkrediteret."
Googles korte beskrivelse opsummerer det.
Demonstrer din evne til at designe og bygge databehandlingssystemer, samt skabe maskinlæringsmodeller på Google Cloud Platform.
Hvis du ikke allerede har færdighederne, betyder det at gennemgå certificeringstræningsmaterialerne, at du lærer alt om, hvordan du bygger verdensklasses datasystemer på Google Cloud.
Hvem ønsker at blive certificeret som Google Cloud Professional Data Engineer?
Du har set tallene. Skyen vokser. Den er her allerede og går ingen vegne. Hvis du ikke har set tallene endnu, tro mig, skyen vokser.
Hvis du allerede er dataforsker, dataingeniør, dataanalytiker, maskinlæringsingeniør eller leder efter en karriere inden for dataverdenen, er Google Cloud Professional Data Engineer-certificeringen noget for dig.
Cloud-kapacitet er ved at blive et krav for enhver datacentreret position.
Har du brug for et certifikat for at være en god dataingeniør/dataforsker/maskinlæringsingeniør?
Nej.
Du kan stadig bruge Google Cloud til dataløsninger uden et certifikat.
Et certifikat er blot én metode til at validere eksisterende færdigheder.
Hvor meget koster det?
Eksamensgebyret er $200. Hvis du fejler, skal du betale igen for at prøve igen.
Der kan være omkostninger forbundet med kurser og brugen af selve platformen.
Platformomkostninger er gebyrer for brug af Google Cloud-tjenester. Hvis du er en sofistikeret bruger, er du allerede klar over dette. Hvis ikke, og du lige er gået i gang med selvstudierne i denne artikel, kan du oprette en ny Google Cloud-konto og holde dig inden for de $300 Google-tilbud, når du tilmelder dig.
Vi kommer til omkostningerne ved kurset om et sekund.
Hvor længe er certificeringen gyldig?
2 år. Herefter skal du tage eksamen igen.
Og da Google Cloud udvikler sig hver dag, er det sandsynligt, at det, der kræves for et certifikat, vil ændre sig (som jeg fandt ud af, havde det allerede ændret sig, da jeg begyndte at skrive denne artikel).
Hvad skal du forberede dig til eksamen?
Google anbefaler 3+ års brancheerfaring og 1+ års udvikling og administration af løsninger ved hjælp af GCP til professionel certificering.
Jeg havde ingen af ovenstående.
Højst 6 måneders relevant erfaring. For at kompensere for manglen brugte jeg en kombination af online læringsressourcer.
Hvilke kurser har jeg taget?
Hvis du er ligesom mig og ikke har de anbefalede krav, kan du tage nogle af følgende kurser for at øge dine kvalifikationer.
Følgende kurser er, hvad jeg brugte til at forberede mig til certificeringen. De er opført i rækkefølge efter færdiggørelse.
Jeg har angivet omkostningerne, timingen og nytten af at tage certificeringseksamenen for hver.
Nogle af de gode onlineressourcer brugte jeg til at forbedre mine færdigheder før eksamen. I rækkefølge: , и .
Omkostninger: $49/måned (efter 7-dages gratis prøveperiode)
Time: 1-2 måneder, 10+ timer om ugen
Hjælpeprogram: 8 / 10
skabt i samarbejde med Google Cloud.
Det er opdelt i fem delforløb, som hver tager cirka 10 timers undervisning om ugen.
Hvis du er ny inden for Google Cloud-datavidenskab, vil denne specialisering tage dig fra niveau 0 til niveau 1. Du vil gennemgå en række praktiske øvelser ved hjælp af en iterativ platform kaldet QwikLabs. Inden dette vil der være foredrag fra Google Cloud praktikere om, hvordan man bruger forskellige tjenester såsom Google BigQuery, Cloud Dataproc, Dataflow og Bigtable.
Omkostninger: Gratis
Time: 1 uge, 4–6 timer
Hjælpeprogram: 4 / 10
Tag ikke en lav anvendelighedsscore som en indikation af, at kurset ikke er nyttigt. Dette er langt fra sandt. Den eneste grund til, at den scorer lavere, er, at den ikke er fokuseret på Professional Data Engineer-certificeringen (som navnet antyder).
Efter at have gennemført Coursera-specialiseringen, så jeg dette kursus som en genopfriskning, fordi jeg kun havde brugt Google Cloud til nogle få specialiserede brugssager.
Hvis du kommer fra en anden cloud-udbyder eller aldrig har brugt Google Cloud før, vil du måske tage dette kursus. Dette er en fantastisk introduktion til Google Cloud Platform generelt.
Omkostninger: $49/måned (efter 7-dages gratis prøveperiode)
Time: 1-4 uger, 4+ timer om ugen
Hjælpeprogram: 10 / 10
Efter at have gennemført eksamen og reflekteret over de kurser, jeg tog, var det mest nyttige .
Video også (en fremragende gratis læringsressource, der følger med kurset) og praksiseksamener gjorde dette kursus til en af de bedste læringsressourcer, jeg nogensinde har brugt.
Jeg anbefalede det endda som reference i nogle Slack-noter til holdet efter eksamen.
Noter i Slack
- Nogle ting i eksamen var ikke på eksamen i hverken Linux Academy, Cloud Guru eller Google Cloud Practice (forventes)
- 1 spørgsmål med en graf over datapunkter om, hvilken ligning du skal gruppere dem med (f.eks. cos(X) eller X² + Y²)
- At kende forskellene mellem Dataflow, Dataproc, Datastore, Bigtable, BigQuery, Pub/Sub og hvordan de kan bruges er et must.
- De to arbejdseksempler på undersøgelserne i eksamen var nøjagtig de samme som i de praktiske sessioner, selvom jeg slet ikke refererede til disse undersøgelser under eksamen (spørgsmålene gav tilstrækkelig forståelse).
- At kende grundlæggende SQL-forespørgselssyntaks er meget nyttigt, især til BigQuery-spørgsmål.
- Øvelseseksamenerne leveret af Linux Academy og GCP ligner meget i stilen til eksamensspørgsmålene, og jeg vil arbejde igennem hver af dem flere gange og bruge dem til at finde ud af dine svage områder.
- Et lille tip til hjælp med Dataproc: "Dataproc krokodillen og Hadoop elefanten planlægger at Spark et bål og lave mad en Hive of Svin" {Krokodille Dataproc og elefant Hadoop planlægger at lave bål (Spark - gnist, tænd ild - lav ild) og klargør en sværm (Hive) grise (Gris)} (Dataproc handler med Hadoop, Spark, Hive og Pig)
- «dataflow er en flydende Beam af lys" {dataflow dette er den nuværende stråle (Beam) light} (Dataflow omhandler Apache Beam)
- "Alle sammen verden kan relatere til en vellavet SYRE vasket Nøgle" {Enhver i hele verden kunne håndtere renset syre (ACID) med en god skruenøgle (Spanner)} (Cloud Spanner er en database designet til at få skyen fra jorden, ACID-kompatibel og tilgængelig over hele verden)
- Det kan være nyttigt at kende navnene på klassiske versioner af relationelle og ikke-relationelle databaser (for eksempel MongoDB, Cassandra)
- IAM-roller er lidt forskellige for hver tjeneste, men det er nyttigt at forstå, hvordan man adskiller brugere fra at kunne se data uden at fjerne muligheden for at designe arbejdsgange (f.eks. kan rollen "Dataflowarbejder" designe arbejdsgange, men ikke se dataene )
Dette er formentlig nok for nu. Kilometertal vil sandsynligvis variere fra eksamen til eksamen. Linux Academy kurset vil give dig 80% af viden.
Omkostninger: Gratis
Time: 1-2 timer
Hjælpeprogram: 5 / 10
De blev anbefalet på Cloud Guru-foraene. Mange af dem var ikke relateret til Professional Data Engineer-certificeringen, men jeg valgte et par stykker, der er egnede.
Nogle tjenester kan virke svære at navigere gennem kurset, så det var rart at høre en bestemt tjeneste beskrevet på et minut.
Omkostninger: $49 pr. certifikat eller gratis (uden certifikat)
Time: 1-2 uger, 6+ timer om ugen
Hjælpeprogram: Ikke tilgængelig
Jeg fandt denne ressource dagen før min eksamen var planlagt. Jeg blev ikke færdig med det på grund af tidsbegrænsninger, derfor manglen på brugbarhedsvurdering.
Men baseret på kursusoversigtssiden ser det ud til at være en god ressource til at samle alt, hvad du har lært om Data Engineering på Google Cloud og fremhæve eventuelle svage områder.
Jeg anbefalede dette kursus som en ressource til en af mine kolleger, der forbereder sig til certificering.
Omkostninger: Gratis
Time: N/A
Hjælpeprogram: N/A
Dette var en anden ressource, jeg stødte på efter eksamen. Det er efter min mening omfattende, men samtidig kortfattet. Derudover er det gratis. Den kan bruges til at læse mellem øveeksamener eller endda efter certificering for at opfriske viden.
Hvad lavede jeg efter kurset?
Da jeg nærmede mig afslutningen af kurset, bestilte jeg eksamen med en uges varsel.
At have en deadline er en stor motivation til at styrke det, du har lært.
Jeg tog praksiseksamener fra Linux Academy og Google Cloud flere gange, indtil jeg var i stand til at gennemføre dem med 95 %+ nøjagtighed hver gang.
Bestod Linux Academy praksiseksamen med over 90 % for første gang.
Testene fra hver platform ligner hinanden, men jeg fandt ud af, at det at gå igennem spørgsmål, som jeg hele tiden fik forkerte, og at skrive ned, hvorfor jeg tog dem forkert, hjalp med at stramme op på mine svage områder.
Den eksamen, jeg tog, brugte to eksempler på forskningsprojekter til udvikling af datasystemer på Google Cloud som emne (dette har ændret sig siden 29. marts 2019). Og det var multiple choice hele vejen igennem.
Det tog mig omkring 2 timer. Og det var omkring 20 % sværere end nogen af de eksamener, jeg har taget.
Jeg kan ikke udtrykke værdien af praksiseksamener nok.
Hvad ville jeg ændre, hvis jeg gik igen?
Flere øveprøver. Mere praktisk viden.
Selvfølgelig er der altid mere forberedelse, du kan gøre.
Anbefalede krav omfatter mere end 3 års GCP-brug. Men det havde jeg ikke, så jeg måtte forholde mig til det, jeg havde.
derudover
Eksamen blev opdateret den 29. marts. Materialet præsenteret i denne artikel giver stadig et godt grundlag, men det er vigtigt at bemærke nogle ændringer.
Forskellige sektioner af Google Cloud Professional Data Engineer-eksamenen ()
- Design af databehandlingssystemer
- Oprettelse og support af strukturer og databaser.
- Dataanalyse og maskinlæringsforbindelse
- Forretningsprocesmodellering til analyse og optimering
- Sikring af pålidelighed
- Datavisualisering og politikstøtte
- Design til sikkerhed og overholdelse
Forskellige sektioner af Google Cloud Professional Data Engineer-eksamenen ()
- Design af databehandlingssystemer
- Opbygning og drift af databehandlingssystemer
- Operationalisering af maskinlæringsmodeller (de fleste af ændringerne skete her) [NY]
- Kvalitetssikring af løsninger
Version 2 kombinerede sektioner 1, 2, 4 og 6 af version 1 til 1 og 2. Den kombinerede også sektioner 5 og 7 fra version 1 til sektion 4. Og sektion 3 i version 2 blev udvidet til at dække hele Google Clouds nye maskine læringsevner.
Fordi disse ændringer er så nye, har mange af undervisningsmaterialerne ikke haft mulighed for at blive opdateret.
Det burde dog være nok at læse denne artikel til at dække 70 % af det, du har brug for. Jeg ville kombinere dette med nogle af dine egne undersøgelser af de følgende spørgsmål (disse blev præsenteret i den anden version af eksamen).
- (et brugerdefineret stykke hardware udviklet af Google specifikt til ML-træning)
Som du kan se, fokuserede den seneste eksamensopdatering på ML-funktionerne i Google Cloud.
Opdatering 29/04/2019: besked fra Linux Academy kursuslærer Matthew Ulasein.
Blot til reference planlægger vi at opdatere Data Engineer-kurset på Linux Academy for at afspejle nye retninger, der starter engang i midten/slutningen af maj.
Efter eksamen
Når du går til eksamen, får du kun et bestået eller ikke bestået resultat. Jeg råder til at sigte efter mindst 70%, så jeg sigtede efter minimum 90% i praksiseksamenerne.
Når du er bestået, modtager du en indløsningskode via e-mail sammen med din officielle Google Cloud Professional Data Engineer-certificering. Tillykke!
Du kan bruge indløsningskoden i den eksklusive Google Cloud Professional Data Engineer-butik, som er propfyldt med swag (). Der er T-shirts, rygsække og hættetrøjer (de kan være anderledes end det, der er på lager, når du ankommer). Jeg valgte en hættetrøje.
Nu du er certificeret, kan du vise dine færdigheder (officielt) og komme tilbage til at gøre det, du er bedst til, nemlig at bygge.
Vi ses om to år for at gencertificere.
PS: Hvis du har spørgsmål eller ønsker afklaring på noget, kan du finde mig på и . på der er også en videoversion af denne artikel.
PPS: mange tak til alle de skønne undervisere i alle ovenstående kurser og for at give ressourcer og tid til at studere og forberede sig til eksamen.
Og alle, der ønsker at lære mere om kursusprogrammet, funktionerne i onlineformatet, færdigheder, kompetencer og udsigter, der venter dimittender efter uddannelsen, inviterer vi dig til , som finder sted i dag klokken 20.00.
Kilde: www.habr.com