Uden de anbefalede tre års praktisk erfaring
*Bemærk: Artiklen er helliget Google Cloud Professional Data Engineer certificeringseksamen, som var gyldig indtil den 29. marts 2019. Derefter skete der nogle ændringer - de er beskrevet i afsnittet "derudover»*
Google Sweatshirt: Ja. Seriøst ansigtsudtryk: ja. Foto fra videoversionen af denne artikel .
Vil du have en helt ny sweatshirt som den på mit billede?
Eller måske er du interesseret i et certifikat og du prøver at finde ud af, hvordan du får det?
I løbet af de sidste par måneder har jeg taget adskillige kurser og samtidig arbejdet med Google Cloud for at forberede mig til Professional Data Engineer-eksamenen. Så gik jeg til eksamen og bestod den. Sweatshirten ankom et par uger senere – men certifikatet kom hurtigere.
Denne artikel vil give nogle oplysninger, som du kan finde nyttige, og de trin, jeg tog for at blive certificeret som Google Cloud Professional Data Engineer.
Overført til
Hvorfor skal du få Google Cloud Professional Data Engineer-certificeringen?
Data omgiver os, det er overalt. Derfor er der i dag efterspørgsel efter specialister, der forstår at skabe systemer, der er i stand til at behandle og bruge data. Og Google Cloud leverer infrastrukturen til at bygge disse systemer.
Hvis du allerede har Google Cloud-færdigheder, hvordan kan du så demonstrere dem for en fremtidig arbejdsgiver eller kunde? Dette kan gøres på to måder: ved at have en portefølje af projekter eller ved at bestå certificering.
Et certifikat fortæller potentielle kunder og arbejdsgivere, at du har visse kompetencer, og at du har gjort en indsats for at få dem officielt certificeret.
Dette fremgår også af den officielle beskrivelse af eksamen.
Demonstrer din evne til at designe og bygge datavidenskabelige systemer og maskinlæringsmodeller på Google Cloud-platformen.
Hvis du ikke allerede har færdighederne, vil certificeringstræningsmaterialerne lære dig alt, hvad du behøver at vide om, hvordan du bygger verdensklasses datasystemer ved hjælp af Google Cloud.
Hvem skal have certificeringen Google Cloud Professional Data Engineer?
Du har set tallene - cloud-teknologisektoren vokser, de er med os i lang tid. Hvis du ikke er bekendt med statistikken, så tro mig bare: Skyerne er på vej op.
Hvis du allerede er dataforsker, maskinlæringsingeniør eller ønsker at bevæge dig ind i datavidenskabsområdet, er Google Cloud Professional Data Engineer-certificeringen lige det, du har brug for.
Evnen til at bruge cloud-teknologier er ved at blive et obligatorisk krav for alle dataprofessionelle.
Har du brug for et certifikat for at være datavidenskabs- eller maskinlæringsprofessionel?
Nej.
Du kan bruge Google Cloud til at køre dataløsninger uden et certifikat.
Et certifikat er blot én måde at bevise de færdigheder, du har.
Hvor meget koster det?
Prisen for at tage eksamen er $200. Hvis du fejler det, skal du betale igen.
Derudover skal du bruge penge på forberedende kurser og brug af selve platformen.
Platformomkostninger er gebyrer for brug af Google Cloud-tjenester. Hvis du er en aktiv bruger, er du godt klar over dette. Hvis du er nybegynder, der lige er startet med selvstudierne i denne artikel, kan du oprette en Google Cloud-konto og få alt gjort inden for de $300 Google-kreditter, du får, når du tilmelder dig.
Vi kommer til omkostningerne ved kurserne om et øjeblik.
Hvor længe er certifikatet gyldigt?
To år. Efter denne periode skal prøven aflægges igen.
Og da Google Cloud hele tiden udvikler sig, er det sandsynligt, at certificeringskravene vil ændre sig (det skete lige da jeg begyndte at skrive artiklen).
Hvad skal du forberede dig til eksamen?
Til professionel certificering anbefaler Google tre års brancheerfaring og mere end et års erfaring med at udvikle og administrere løsninger ved hjælp af GCP.
Jeg havde intet af dette.
Den relevante erfaring var ca. seks måneder i hvert enkelt tilfælde.
For at udfylde hullet brugte jeg adskillige online læringsressourcer.
Hvilke kurser har jeg taget?
Hvis dit tilfælde ligner mit, og du ikke opfylder de anbefalede krav, så kan du tage nogle af kurserne nedenfor for at forbedre dit niveau.
Det er dem, jeg brugte, da jeg forberedte mig til certificering. De er opført i rækkefølge efter færdiggørelse.
For hver har jeg angivet omkostningerne, timingen og nytten for at bestå certificeringseksamenen.
Nogle af de seje online læringsressourcer, jeg brugte til at forbedre mine færdigheder før eksamen, i rækkefølge: , , .
omkostninger: $49 om måneden (efter 7-dages gratis prøveperiode).
Tidspunkt: 1-2 måneder, mere end 10 timer om ugen.
Hjælpeprogram: 8 ud af 10.
Kursus på Coursera-platformen udviklet i samarbejde med Google Cloud.
Det er opdelt i fem indlejrede forløb, som hver er omkring 10 timers studietid om ugen.
Hvis du er ny inden for Google Cloud-datavidenskab, vil denne specialisering give dig de færdigheder, du har brug for. Du vil gennemføre en række praktiske øvelser ved hjælp af en iterativ platform kaldet QwikLabs. Inden dette vil der være foredrag af Google Cloud-specialister om, hvordan man bruger forskellige tjenester, såsom Google BigQuery, Cloud Dataproc, Dataflow og Bigtable.
omkostninger: gratis.
Tidspunkt: 1 uge, 4-6 timer.
Hjælpeprogram: 4 ud af 10.
En lav nyttevurdering betyder ikke, at kurset som helhed er ubrugeligt – langt fra. Den eneste grund til, at scoren er så lav, er, at den ikke er fokuseret på Professional Data Engineer-certificeringen (som navnet antyder).
Jeg tog det som en genopfriskning efter at have afsluttet Coursera-specialiseringen, da jeg havde brugt Google Cloud i nogle begrænsede tilfælde.
Hvis du tidligere har arbejdet med en anden cloud-udbyder eller aldrig har brugt Google Cloud, kan du finde dette kursus nyttigt – det er en god introduktion til Google Cloud-platformen som helhed.
omkostninger: $49 om måneden (efter 7-dages gratis prøveperiode).
Tidspunkt: 1-4 uger, mere end 4 timer om ugen.
Hjælpeprogram: 10 ud af 10.
Efter at have taget eksamen og reflekteret over de kurser, jeg tog, kan jeg sige, at Linux Academy Google Certified Professional Data Engineer var den mest hjælpsomme.
Video tutorials, så godt (en fremragende gratis læringsressource, der følger med kurset) og praksiseksamener gør dette til et af de bedste kurser, jeg nogensinde har taget.
Jeg anbefalede det endda som referencemateriale i Slack-noter til holdet efter eksamen.
Noter i Slack
• Nogle eksamensspørgsmål blev ikke dækket i Linux Academy-kurset, A Cloud Guru eller Google Cloud Practice-eksamenerne (hvilket kan forventes).
• Et spørgsmål havde en graf over datapunkter. Spørgsmålet blev stillet, hvilken ligning der kunne bruges til at gruppere dem (for eksempel cos(X) eller X²+Y²).
• Sørg for at kende forskellene mellem Dataflow, Dataproc, Datastore, Bigtable, BigQuery, Pub/Sub og forstå, hvordan de kan bruges.
• De to specifikke eksempler i eksamen er de samme som dem i praksis, selvom jeg slet ikke læste dem under eksamen (spørgsmålene i sig selv var nok til at besvare).
• Det er nyttigt at kende grundlæggende SQL-forespørgselssyntaks, især til BigQuery-spørgsmål.
• Praksiseksamenerne i Linux Academy og GCP-kurserne minder meget stilmæssigt om spørgsmålene i eksamen - de er værd at tage flere gange for at finde dine egne svagheder.
• Det skal man huske på Dataproc arbejder med Hadoop, Spark, Hive и Svin.
• dataflow arbejder med Apache stråle.
• Cloud Nøgle er en database oprindeligt designet til skyen, den er kompatibel med ACID og arbejder overalt i verden.
• Det er nyttigt at kende navnene på "oldies" - ækvivalenter til relationelle og ikke-relationelle databaser (for eksempel MongoDB, Cassandra).
• IAM-roller varierer lidt mellem tjenester, men det er en god idé at forstå, hvordan man adskiller muligheden for brugere til at se data og designe arbejdsgange (f.eks. kan rollen Dataflow-arbejder designe arbejdsgange, men ikke se data).
For nu er det nok nok. Hver eksamen vil foregå forskelligt. Linux Academy kurset vil give 80% af den nødvendige viden.
omkostninger: gratis.
Tidspunkt: 1-2 timer.
Hjælpeprogram: 5 ud af 10.
Disse videoer blev anbefalet på A Cloud Guru-foraene. Mange af dem er ikke relateret til Professional Data Engineer-certificeringen, så jeg valgte bare dem, hvis servicenavne forekom mig bekendt.
Når man gennemgår kurset, kan nogle tjenester virke komplicerede, så det var rart at se, hvordan en bestemt tjeneste blev beskrevet på blot et minut.
omkostninger: $49 pr. certifikat eller gratis (intet certifikat).
Tidspunkt: 1-2 uger, mere end seks timer om ugen.
Hjælpeprogram: ikke vurderet.
Jeg fandt denne ressource dagen før min eksamensdato. Der var ikke tid nok til at gennemføre det - derfor den manglende vurdering af nytten.
Men efter at have kigget på kursusoversigtssiden, kan jeg sige, at dette er en fantastisk ressource til at gennemgå alt, hvad du har lært om Data Engineering på Google Cloud og finde dine svage punkter.
Jeg fortalte en af mine kolleger om dette kursus, som forbereder sig til certificering.
omkostninger: gratis.
Tidspunkt: ukendt.
Hjælpeprogram: ikke vurderet.
En anden ressource, jeg stødte på efter eksamen. Det ser omfattende ud, men præsentationen er ret kort. Derudover er det gratis. Du kan henvise til det mellem praksiseksamener og selv efter certificering for at genopfriske din viden.
Hvad lavede jeg efter kurset?
Da jeg nærmede mig slutningen af mine kurser, bookede jeg min eksamen med en uges varsel.
At have en deadline er en stor motivation til at gennemgå, hvad du har lært.
Jeg tog Linux Academy og Google Cloud praksis eksamener flere gange, indtil jeg begyndte konsekvent at score over 95 %.
Bestod Linux Academy praksiseksamen for første gang med en score på over 90%.
Testene for hver platform er ens; Jeg skrev ned og analyserede de spørgsmål, som jeg konstant tog fejl - dette hjalp med at eliminere mine svagheder.
Under selve eksamen var emnet udvikling af databehandlingssystemer i Google Cloud ved hjælp af to eksempler (eksamenens indhold er ændret siden 29. marts 2019). Hele eksamen var multiple choice-spørgsmål.
Eksamen tog to timer at gennemføre og virkede omkring 20 % sværere end de praksiseksamener, jeg var bekendt med.
Sidstnævnte er dog en meget værdifuld ressource.
Hvad ville jeg ændre, hvis jeg tog eksamen igen?
Flere øveprøver. Mere praktisk viden.
Man kan selvfølgelig altid forberede sig lidt bedre.
De anbefalede krav angav mere end tre års erfaring med brug af GCP, som jeg ikke havde - så jeg måtte forholde mig til det, jeg havde.
derudover
Eksamen blev opdateret den 29. marts. Materialet i denne artikel vil stadig give et godt grundlag for forberedelse, men det er vigtigt at bemærke nogle ændringer.
Google Cloud Professional Data Engineer eksamenssektioner ()
1. Design af databehandlingssystemer.
2. Opbygning og support af datastrukturer og databaser.
3. Dataanalyse og sammenkobling af machine learning.
4. Forretningsprocesmodellering til analyse og optimering.
5. Sikring af pålidelighed.
6. Datavisualisering og beslutningsstøtte.
7. Design med fokus på sikkerhed og compliance.
Google Cloud Professional Data Engineer eksamenssektioner ()
1. Design af databehandlingssystemer.
2. Opbygning og drift af databehandlingssystemer.
3. Drift af maskinlæringsmodeller (de fleste af ændringerne skete her) [NY].
4. Kvalitetssikring af løsninger.
I version 2 er afsnit 1, 2, 4 og 6 af version 1 kombineret til afsnit 1 og 2, afsnit 5 og 7 til afsnit 4. Afsnit 3 i version 2 er blevet udvidet til at dække alle de nye maskinlæringsfunktioner i Google Sky.
Disse ændringer skete for ganske nylig, så mange undervisningsmaterialer har ikke haft tid til at blive opdateret.
Men hvis du bruger materialerne fra artiklen, skulle dette være nok til at dække 70% af den nødvendige viden. Jeg ville også gennemgå følgende emner på egen hånd (de dukkede op i den anden version af eksamen):
- (hardware udviklet af Google specifikt til maskinlæring).
Som du kan se, er eksamensopdateringen primært relateret til maskinlæringsfunktionerne i Google Cloud.
Opdatering dateret 29.04.2019. april XNUMX. Jeg modtog en besked fra en Linux Academy kursusinstruktør (Matthew Ulasien).
Blot til reference planlægger vi at opdatere Data Engineer-kurset på Linux Academy for at afspejle de nye mål engang i midten til slutningen af maj.
Efter eksamen
Når du har bestået eksamen, vil du modtage et bestået eller ikke bestået resultat. I praksiseksamen siger de, at man skal sigte efter minimum 70%, så jeg sigtede efter 90%.
Når du har bestået eksamen, modtager du en aktiveringskode via e-mail sammen med det officielle Google Cloud Professional Data Engineer-certifikat. Tillykke!
Aktiveringskoden kan bruges i den eksklusive Google Cloud Professional Data Engineer butik, hvor du kan få nogle gode penge: Der er T-shirts, rygsække og hættetrøjer (nogle kan være udsolgt på leveringstidspunktet). Jeg valgte en sweatshirt.
Når du er certificeret, kan du demonstrere dine færdigheder (officielt) og vende tilbage til at gøre det, du er bedst til: bygge systemer.
Vi ses om to år til gencertificering.
P.S. Mange tak til de vidunderlige undervisere på ovenstående kurser og for at give ressourcer og tid til at studere og forberede sig til eksamen.
Om oversætteren
Artiklen er oversat af Alconost.
Alconost er forlovet , på 70 sprog. Native oversættere, sproglig test, cloud platform med API, kontinuerlig lokalisering, 24/7 projektledere, alle strengressourceformater.
Det gør vi også — til websteder, der sælger, billeder, annoncering, undervisning, teasers, forklaringer, trailere til Google Play og App Store.
→
Kilde: www.habr.com