Χωρίς τη συνιστώμενη τριετή πρακτική εμπειρία
*Σημείωση: Το άρθρο είναι αφιερωμένο στην εξέταση πιστοποίησης Google Cloud Professional Data Engineer, η οποία ίσχυε έως τις 29 Μαρτίου 2019. Μετά από αυτό, έγιναν ορισμένες αλλαγές - περιγράφονται στην ενότητα "επιπλέον»*
Φούτερ Google: Ναι. Σοβαρή έκφραση προσώπου: ναι. Φωτογραφία από την έκδοση βίντεο αυτού του άρθρου .
Θέλετε να πάρετε ένα ολοκαίνουργιο φούτερ σαν αυτό στη φωτογραφία μου;
Ή ίσως σας ενδιαφέρει ένα πιστοποιητικό και προσπαθείς να βρεις πώς να το αποκτήσεις;
Τους τελευταίους μήνες, έχω παρακολουθήσει πολλά μαθήματα και ταυτόχρονα συνεργάστηκα με το Google Cloud για να προετοιμαστώ για την εξέταση Professional Data Engineer. Μετά πήγα στις εξετάσεις και πέρασα. Το φούτερ έφτασε λίγες εβδομάδες αργότερα - αλλά το πιστοποιητικό έφτασε πιο γρήγορα.
Αυτό το άρθρο θα παρέχει ορισμένες πληροφορίες που μπορεί να σας φανούν χρήσιμες και τα βήματα που έκανα για να πιστοποιηθώ ως Επαγγελματίας Μηχανικός Δεδομένων στο Google Cloud.
Μεταφέρθηκε σε
Γιατί πρέπει να λάβετε την πιστοποίηση Google Cloud Professional Data Engineer;
Τα δεδομένα μας περιβάλλουν, είναι παντού. Ως εκ τούτου, σήμερα υπάρχει ζήτηση για ειδικούς που γνωρίζουν πώς να δημιουργούν συστήματα ικανά να επεξεργάζονται και να χρησιμοποιούν δεδομένα. Και το Google Cloud παρέχει την υποδομή για τη δημιουργία αυτών των συστημάτων.
Εάν έχετε ήδη δεξιότητες στο Google Cloud, πώς μπορείτε να τις επιδείξετε σε έναν μελλοντικό εργοδότη ή πελάτη; Αυτό μπορεί να γίνει με δύο τρόπους: έχοντας ένα χαρτοφυλάκιο έργων ή περνώντας την πιστοποίηση.
Ένα πιστοποιητικό ενημερώνει τους πιθανούς πελάτες και τους εργοδότες ότι έχετε ορισμένες δεξιότητες και ότι έχετε καταβάλει προσπάθεια για να τους αποκτήσετε επίσημα πιστοποίηση.
Αυτό αναφέρεται και στην επίσημη περιγραφή της εξέτασης.
Επιδείξτε την ικανότητά σας να σχεδιάζετε και να δημιουργείτε συστήματα επιστήμης δεδομένων και μοντέλα μηχανικής εκμάθησης στην πλατφόρμα Google Cloud.
Εάν δεν διαθέτετε ήδη τις δεξιότητες, το εκπαιδευτικό υλικό πιστοποίησης θα σας διδάξει όλα όσα πρέπει να γνωρίζετε σχετικά με τον τρόπο δημιουργίας συστημάτων δεδομένων παγκόσμιας κλάσης χρησιμοποιώντας το Google Cloud.
Ποιος χρειάζεται να λάβει την πιστοποίηση Google Cloud Professional Data Engineer;
Είδατε τους αριθμούς - ο τομέας της τεχνολογίας cloud αυξάνεται, είναι μαζί μας εδώ και πολύ καιρό. Εάν δεν είστε εξοικειωμένοι με τα στατιστικά στοιχεία, απλώς εμπιστευτείτε με: τα σύννεφα αυξάνονται.
Εάν είστε ήδη επιστήμονας δεδομένων, μηχανικός μηχανικής εκμάθησης ή θέλετε να μεταβείτε στον τομέα της επιστήμης δεδομένων, η πιστοποίηση Google Cloud Professional Data Engineer είναι αυτό που χρειάζεστε.
Η δυνατότητα χρήσης τεχνολογιών cloud γίνεται υποχρεωτική απαίτηση για όλους τους επαγγελματίες δεδομένων.
Χρειάζεστε πιστοποιητικό για να είστε επαγγελματίας επιστήμης δεδομένων ή μηχανικής μάθησης;
Όχι.
Μπορείτε να χρησιμοποιήσετε το Google Cloud για να εκτελέσετε λύσεις δεδομένων χωρίς πιστοποιητικό.
Ένα πιστοποιητικό είναι μόνο ένας τρόπος για να αποδείξετε τις δεξιότητες που έχετε.
Πόσο κοστίζει;
Το κόστος συμμετοχής στις εξετάσεις είναι $200. Εάν αποτύχετε, θα πρέπει να πληρώσετε ξανά.
Επιπλέον, θα πρέπει να ξοδέψετε χρήματα για προπαρασκευαστικά μαθήματα και χρησιμοποιώντας την ίδια την πλατφόρμα.
Το κόστος της πλατφόρμας είναι χρεώσεις για τη χρήση υπηρεσιών Google Cloud. Εάν είστε ενεργός χρήστης, το γνωρίζετε καλά αυτό. Εάν είστε αρχάριος που μόλις ξεκινάτε με τα σεμινάρια σε αυτό το άρθρο, μπορείτε να δημιουργήσετε έναν λογαριασμό Google Cloud και να ολοκληρώσετε τα πάντα εντός των 300 $ που σας πιστώνει η Google όταν εγγραφείτε.
Θα φτάσουμε στο κόστος των μαθημάτων σε λίγο.
Πόσο καιρό ισχύει το πιστοποιητικό;
Δύο χρόνια. Μετά από αυτό το διάστημα, η εξέταση πρέπει να δοθεί ξανά.
Και δεδομένου ότι το Google Cloud εξελίσσεται συνεχώς, είναι πιθανό να αλλάξουν οι απαιτήσεις πιστοποίησης (αυτό συνέβη μόλις άρχισα να γράφω το άρθρο).
Τι χρειάζεστε για να προετοιμαστείτε για τις εξετάσεις;
Για την πιστοποίηση επαγγελματικού επιπέδου, η Google συνιστά τρία χρόνια εμπειρίας στον κλάδο και περισσότερο από ένα χρόνο εμπειρίας στην ανάπτυξη και διαχείριση λύσεων με χρήση GCP.
Δεν είχα τίποτα από αυτά.
Η σχετική εμπειρία ήταν περίπου έξι μήνες σε κάθε περίπτωση.
Για να καλύψω το κενό, χρησιμοποίησα αρκετούς διαδικτυακούς πόρους εκμάθησης.
Τι μαθήματα έχω παρακολουθήσει;
Εάν η περίπτωσή σας είναι παρόμοια με τη δική μου και δεν πληροίτε τις προτεινόμενες απαιτήσεις, τότε μπορείτε να παρακολουθήσετε μερικά από τα μαθήματα που αναφέρονται παρακάτω για να βελτιώσετε το επίπεδό σας.
Αυτά είναι αυτά που χρησιμοποίησα κατά την προετοιμασία για πιστοποίηση. Παρατίθενται με σειρά συμπλήρωσης.
Για καθένα, έχω υποδείξει το κόστος, το χρονοδιάγραμμα και τη χρησιμότητα για την επιτυχία της εξέτασης πιστοποίησης.
Μερικοί από τους υπέροχους διαδικτυακούς πόρους εκμάθησης που χρησιμοποίησα για να βελτιώσω τις δεξιότητές μου πριν από τις εξετάσεις, με τη σειρά: , , .
κόστος: 49 $ ανά μήνα (μετά από δωρεάν δοκιμή 7 ημερών).
Ώρα: 1–2 μήνες, περισσότερες από 10 ώρες την εβδομάδα.
Χρησιμότητα: 8 στα 10.
Πορεία στην πλατφόρμα Coursera που αναπτύχθηκε σε συνεργασία με το Google Cloud.
Χωρίζεται σε πέντε ένθετα μαθήματα, καθένα από τα οποία είναι περίπου 10 ώρες μελέτης την εβδομάδα.
Εάν είστε νέος στην επιστήμη δεδομένων του Google Cloud, αυτή η εξειδίκευση θα σας δώσει τις δεξιότητες που χρειάζεστε. Θα ολοκληρώσετε μια σειρά από πρακτικές ασκήσεις χρησιμοποιώντας μια επαναληπτική πλατφόρμα που ονομάζεται QwikLabs. Πριν από αυτό, θα υπάρξουν διαλέξεις από ειδικούς του Google Cloud σχετικά με τον τρόπο χρήσης διαφόρων υπηρεσιών, όπως το Google BigQuery, το Cloud Dataproc, το Dataflow και το Bigtable.
κόστος: δωρεάν.
Ώρα: 1 εβδομάδα, 4-6 ώρες.
Χρησιμότητα: 4 στα 10.
Μια χαμηλή βαθμολογία χρησιμότητας δεν σημαίνει ότι το μάθημα στο σύνολό του είναι άχρηστο - μακριά από αυτό. Ο μόνος λόγος που η βαθμολογία είναι τόσο χαμηλή είναι επειδή δεν επικεντρώνεται στην πιστοποίηση Professional Data Engineer (όπως υποδηλώνει το όνομα).
Το πήρα ως ανανέωση μετά την ολοκλήρωση της εξειδίκευσης του Coursera αφού είχα χρησιμοποιήσει το Google Cloud σε ορισμένες περιορισμένες περιπτώσεις.
Εάν έχετε εργαστεί στο παρελθόν με άλλο πάροχο cloud ή δεν έχετε χρησιμοποιήσει ποτέ το Google Cloud, μπορεί να σας φανεί χρήσιμο αυτό το μάθημα - είναι μια εξαιρετική εισαγωγή στην πλατφόρμα Google Cloud στο σύνολό της.
κόστος: 49 $ ανά μήνα (μετά από δωρεάν δοκιμή 7 ημερών).
Ώρα: 1–4 εβδομάδες, περισσότερες από 4 ώρες την εβδομάδα.
Χρησιμότητα: 10 στα 10.
Αφού έδωσα την εξέταση και σκέφτηκα τα μαθήματα που παρακολούθησα, μπορώ να πω ότι ο Πιστοποιημένος Επαγγελματίας Μηχανικός Δεδομένων της Google Academy ήταν ο πιο χρήσιμος.
Εκπαιδευτικά βίντεο, επίσης (μια εξαιρετική δωρεάν πηγή εκμάθησης που παρέχεται με το μάθημα) και οι πρακτικές εξετάσεις καθιστούν αυτό ένα από τα καλύτερα μαθήματα που έχω παρακολουθήσει ποτέ.
Το πρότεινα ακόμη και ως υλικό αναφοράς στις σημειώσεις Slack για την ομάδα μετά την εξέταση.
Σημειώσεις στο Slack
• Ορισμένες ερωτήσεις εξετάσεων δεν καλύφθηκαν στο μάθημα της Linux Academy, στις εξετάσεις A Cloud Guru ή Google Cloud Practice (κάτι αναμενόμενο).
• Μια ερώτηση είχε ένα γράφημα με σημεία δεδομένων. Έγινε η ερώτηση ποια εξίσωση θα μπορούσε να χρησιμοποιηθεί για την ομαδοποίηση τους (για παράδειγμα, cos(X) ή X²+Y²).
• Βεβαιωθείτε ότι γνωρίζετε τις διαφορές μεταξύ Dataflow, Dataproc, Datastore, Bigtable, BigQuery, Pub/Sub και κατανοείτε πώς μπορούν να χρησιμοποιηθούν.
• Τα δύο συγκεκριμένα παραδείγματα στις εξετάσεις είναι ίδια με εκείνα της πρακτικής, αν και δεν τα διάβασα καθόλου κατά τη διάρκεια της εξέτασης (οι ερωτήσεις από μόνες τους ήταν αρκετές για να απαντήσω).
• Η γνώση της βασικής σύνταξης ερωτημάτων SQL είναι χρήσιμη, ειδικά για ερωτήσεις BigQuery.
• Οι πρακτικές εξετάσεις στα μαθήματα Linux Academy και GCP μοιάζουν πολύ σε στυλ με τις ερωτήσεις στην εξέταση - αξίζει να τις κάνετε αρκετές φορές για να βρείτε τις δικές σας αδυναμίες.
• Πρέπει να θυμόμαστε ότι dataproc δουλεύει με Hadoop, Σπινθήρας, Κυψέλη и Χοίροι.
• Ροή δεδομένων δουλεύει με Ακτίνα Apache.
• Κλειδί Cloud είναι μια βάση δεδομένων που σχεδιάστηκε αρχικά για το cloud, είναι συμβατή με ΟΞΥ και λειτουργεί οπουδήποτε στον κόσμο.
• Είναι χρήσιμο να γνωρίζετε τα ονόματα των "παλιών" - τα ισοδύναμα σχεσιακών και μη σχεσιακών βάσεων δεδομένων (για παράδειγμα, MongoDB, Cassandra).
• Οι ρόλοι IAM διαφέρουν ελαφρώς μεταξύ των υπηρεσιών, αλλά είναι καλή ιδέα να κατανοήσετε πώς να διαχωρίσετε τη δυνατότητα των χρηστών να βλέπουν δεδομένα και να σχεδιάζουν ροές εργασιών (για παράδειγμα, ο ρόλος Εργαζόμενος ροής δεδομένων μπορεί να σχεδιάζει ροές εργασίας, αλλά να μην βλέπει δεδομένα).
Προς το παρόν, αυτό μάλλον είναι αρκετό. Κάθε εξέταση θα γίνεται διαφορετικά. Το μάθημα Linux Academy θα παρέχει το 80% των απαραίτητων γνώσεων.
κόστος: δωρεάν.
Ώρα: 1-2 ώρες.
Χρησιμότητα: 5 στα 10.
Αυτά τα βίντεο προτάθηκαν στα φόρουμ του A Cloud Guru. Πολλά από αυτά δεν σχετίζονται με την πιστοποίηση Professional Data Engineer, οπότε επέλεξα μόνο αυτούς των οποίων τα ονόματα υπηρεσιών μου φάνηκαν γνωστά.
Κατά τη διάρκεια του μαθήματος, ορισμένες υπηρεσίες μπορεί να φαίνονται περίπλοκες, επομένως ήταν ωραίο να δούμε πώς περιγράφεται μια συγκεκριμένη υπηρεσία μέσα σε ένα μόνο λεπτό.
κόστος: 49 $ ανά πιστοποιητικό ή δωρεάν (χωρίς πιστοποιητικό).
Ώρα: 1–2 εβδομάδες, περισσότερες από έξι ώρες την εβδομάδα.
Χρησιμότητα: δεν έχει αξιολογηθεί.
Βρήκα αυτόν τον πόρο την ημέρα πριν από την ημερομηνία των εξετάσεών μου. Δεν υπήρχε αρκετός χρόνος για την ολοκλήρωσή του - εξ ου και η έλλειψη αξιολόγησης χρησιμότητας.
Ωστόσο, αφού κοιτάξω τη σελίδα επισκόπησης του μαθήματος, μπορώ να πω ότι αυτή είναι μια εξαιρετική πηγή για να ελέγξετε όλα όσα έχετε μάθει σχετικά με τη Μηχανική Δεδομένων στο Google Cloud και να βρείτε τα αδύναμα σημεία σας.
Είπα σε έναν από τους συναδέλφους μου για αυτό το μάθημα που προετοιμάζεται για την πιστοποίηση.
κόστος: δωρεάν.
Ώρα: άγνωστος.
Χρησιμότητα: δεν έχει αξιολογηθεί.
Μια άλλη πηγή που συνάντησα μετά την εξέταση. Φαίνεται περιεκτικό, αλλά η παρουσίαση είναι αρκετά σύντομη. Επιπλέον, είναι δωρεάν. Μπορείτε να ανατρέξετε σε αυτό μεταξύ πρακτικών εξετάσεων και ακόμη και μετά την πιστοποίηση για να ανανεώσετε τις γνώσεις σας.
Τι έκανα μετά το μάθημα;
Καθώς πλησίαζα στο τέλος των μαθημάτων μου, έκλεισα τις εξετάσεις μου με ειδοποίηση μιας εβδομάδας.
Το να έχετε μια προθεσμία είναι ένα μεγάλο κίνητρο για να αναθεωρήσετε όσα έχετε μάθει.
Έδωσα το Linux Academy και τις πρακτικές εξετάσεις Google Cloud αρκετές φορές μέχρι που άρχισα να σημειώνω σταθερά πάνω από 95%.
Πέτυχε την πρακτική εξέταση του Linux Academy για πρώτη φορά με βαθμολογία πάνω από 90%.
Οι δοκιμές για κάθε πλατφόρμα είναι παρόμοιες. Έγραψα και ανέλυσα τις ερωτήσεις που έκανα συνεχώς λάθος - αυτό βοήθησε στην εξάλειψη των αδυναμιών μου.
Κατά τη διάρκεια της ίδιας της εξέτασης, το θέμα ήταν η ανάπτυξη συστημάτων επεξεργασίας δεδομένων στο Google Cloud χρησιμοποιώντας δύο παραδείγματα (το περιεχόμενο της εξέτασης άλλαξε από τις 29 Μαρτίου 2019). Ολόκληρη η εξέταση ήταν ερωτήσεις πολλαπλής επιλογής.
Η εξέταση χρειάστηκε δύο ώρες για να ολοκληρωθεί και φαινόταν περίπου 20% πιο δύσκολη από τις πρακτικές εξετάσεις με τις οποίες γνώριζα.
Ωστόσο, τα τελευταία είναι ένας πολύτιμος πόρος.
Τι θα άλλαζα αν έδινα ξανά εξετάσεις;
Περισσότερες πρακτικές εξετάσεις. Περισσότερες πρακτικές γνώσεις.
Φυσικά, μπορείτε πάντα να προετοιμαστείτε λίγο καλύτερα.
Οι συνιστώμενες απαιτήσεις δήλωναν περισσότερα από τρία χρόνια εμπειρίας στη χρήση του GCP, την οποία δεν είχα - οπότε έπρεπε να ασχοληθώ με αυτό που είχα.
επιπλέον
Η εξέταση ενημερώθηκε στις 29 Μαρτίου. Το υλικό σε αυτό το άρθρο θα εξακολουθεί να παρέχει μια καλή βάση για προετοιμασία, αλλά είναι σημαντικό να σημειώσετε ορισμένες αλλαγές.
Ενότητες εξέτασης Google Cloud Professional Data Engineer ()
1. Σχεδιασμός συστημάτων επεξεργασίας δεδομένων.
2. Κατασκευή και υποστήριξη δομών δεδομένων και βάσεων δεδομένων.
3. Ανάλυση δεδομένων και σύνδεση μηχανικής μάθησης.
4. Μοντελοποίηση επιχειρησιακών διαδικασιών για ανάλυση και βελτιστοποίηση.
5. Διασφάλιση αξιοπιστίας.
6. Οπτικοποίηση δεδομένων και υποστήριξη αποφάσεων.
7. Σχεδιασμός με έμφαση στην ασφάλεια και τη συμμόρφωση.
Ενότητες εξέτασης Google Cloud Professional Data Engineer ()
1. Σχεδιασμός συστημάτων επεξεργασίας δεδομένων.
2. Κατασκευή και λειτουργία συστημάτων επεξεργασίας δεδομένων.
3. Λειτουργία μοντέλων μηχανικής μάθησης (οι περισσότερες αλλαγές έγιναν εδώ) [ΝΕΟΣ].
4. Διασφάλιση της ποιότητας των λύσεων.
Στην έκδοση 2, οι ενότητες 1, 2, 4 και 6 της έκδοσης 1 συνδυάζονται στις ενότητες 1 και 2, οι ενότητες 5 και 7 στην ενότητα 4. Η ενότητα 3 στην έκδοση 2 έχει επεκταθεί για να καλύψει όλες τις νέες δυνατότητες μηχανικής εκμάθησης στο Google Σύννεφο.
Αυτές οι αλλαγές έγιναν πολύ πρόσφατα, έτσι πολλά εκπαιδευτικά υλικά δεν είχαν χρόνο να ενημερωθούν.
Ωστόσο, εάν χρησιμοποιήσετε τα υλικά από το άρθρο, αυτό θα πρέπει να είναι αρκετό για να καλύψει το 70% των απαιτούμενων γνώσεων. Θα επανεξετάζω επίσης μόνος μου τα ακόλουθα θέματα (εμφανίστηκαν στη δεύτερη έκδοση της εξέτασης):
- (υλισμικό που αναπτύχθηκε από την Google ειδικά για μηχανική εκμάθηση).
Όπως μπορείτε να δείτε, η ενημέρωση των εξετάσεων σχετίζεται κυρίως με τις δυνατότητες μηχανικής εκμάθησης του Google Cloud.
Ενημέρωση με ημερομηνία 29.04.2019 Απριλίου XNUMX. Έλαβα ένα μήνυμα από έναν εκπαιδευτή μαθημάτων Linux Academy (Matthew Ulasien).
Απλώς για αναφορά, σκοπεύουμε να ενημερώσουμε το μάθημα Data Engineer στο Linux Academy για να αντικατοπτρίζει τους νέους στόχους κάποια στιγμή στα μέσα έως τα τέλη Μαΐου.
Μετά την εξέταση
Μόλις περάσετε την εξέταση, θα λάβετε ένα αποτέλεσμα επιτυχίας ή αποτυχίας. Στην πράξη οι εξετάσεις λένε να στοχεύεις τουλάχιστον στο 70%, άρα στόχευα στο 90%.
Αφού περάσετε με επιτυχία την εξέταση, θα λάβετε έναν κωδικό ενεργοποίησης μέσω email μαζί με το επίσημο πιστοποιητικό Google Cloud Professional Data Engineer. Συγχαρητήρια!
Ο κωδικός ενεργοποίησης μπορεί να χρησιμοποιηθεί στο αποκλειστικό κατάστημα Google Cloud Professional Data Engineer, όπου μπορείτε να κερδίσετε αρκετά καλά χρήματα: υπάρχουν μπλουζάκια, σακίδια πλάτης και κουκούλα (μερικά μπορεί να είναι εκτός αποθέματος τη στιγμή της παράδοσης). Διάλεξα ένα φούτερ.
Μόλις πιστοποιηθείτε, μπορείτε να επιδείξετε (επίσημα) τις δεξιότητές σας και να επιστρέψετε στο να κάνετε αυτό που κάνετε καλύτερα: να κατασκευάζετε συστήματα.
Τα λέμε σε δύο χρόνια για εκ νέου πιστοποίηση.
P.S. Ευχαριστώ πολύ τους υπέροχους καθηγητές των παραπάνω μαθημάτων και για την παροχή πόρων και χρόνου για μελέτη και προετοιμασία για τις εξετάσεις.
Σχετικά με τον μεταφραστή
Το άρθρο μεταφράστηκε από την Alconost.
Η Alconost αρραβωνιάζεται , σε 70 γλώσσες. Εγγενείς μεταφραστές, γλωσσικές δοκιμές, πλατφόρμα cloud με API, συνεχής τοπική προσαρμογή, διαχειριστές έργων 24/7, οποιεσδήποτε μορφές πόρων συμβολοσειρών.
Το κάνουμε επίσης — για ιστοτόπους που πωλούν, εικόνα, διαφήμιση, εκπαιδευτικά, teaser, επεξηγήσεις, τρέιλερ για το Google Play και το App Store.
→
Πηγή: www.habr.com