Sans les trois années d'expérience pratique recommandées
*Remarque : cet article est consacré à l'examen de certification Google Cloud Professional Data Engineer, qui était valide jusqu'au 29 mars 2019. Après cette date, il y a eu quelques changements – ils sont décrits dans la section "Supplémentaire»*
Sweat à capuche Google : oui. Expression sérieuse : oui. Photo de la version vidéo de cet article .
Vous voulez obtenir un nouveau sweat à capuche, comme celui de ma photo ?
Ou peut-être que vous êtes intéressé par le certificat et vous essayez de comprendre comment l'obtenir ?
Au cours des derniers mois, j'ai suivi plusieurs cours et travaillé en parallèle avec Google Cloud – pour me préparer à l'examen Professional Data Engineer. Je suis ensuite allé à l'examen et je l'ai réussi. Quelques semaines plus tard, le sweat est arrivé – mais le certificat est arrivé plus vite.
Cet article fournira certaines informations qui peuvent s'avérer utiles, ainsi que les étapes que j'ai suivies pour obtenir le certificat Google Cloud Professional Data Engineer.
Traduit par
Pourquoi obtenir le certificat Google Cloud Professional Data Engineer ?
Les données nous entourent, elles sont partout. C'est pourquoi les spécialistes capables de créer des systèmes capables de traiter et d'utiliser des données sont aujourd'hui très demandés. Google Cloud fournit l'infrastructure pour bâtir ces systèmes.
Si vous avez déjà des compétences en utilisant Google Cloud, comment les démontrer à un futur employeur ou client ? Cela peut se faire de deux manières : en ayant un portfolio de projets ou en obtenant une certification.
Le certificat indique aux clients et employeurs potentiels que vous possédez certaines compétences et que vous avez fait des efforts pour obtenir leur reconnaissance officielle.
Cela est également mentionné dans la description officielle de l'examen.
Démontrez votre capacité à concevoir et à créer des systèmes de traitement de données et des modèles d'apprentissage automatique sur la plateforme Google Cloud.
Si vous n'avez pas encore les compétences nécessaires, l'étude des matériaux de certification vous apprendra tout ce qu'il faut savoir pour créer des systèmes de traitement de données de haut niveau avec Google Cloud.
Qui devrait obtenir le certificat Google Cloud Professional Data Engineer ?
Vous avez vu les chiffres – le secteur du cloud computing est en pleine croissance, il est là pour rester. Si vous n'êtes pas au courant des statistiques, croyez simplement ceci : "le cloud" est en plein essor.
Si vous êtes déjà un spécialiste du traitement ou de l'analyse des données, un ingénieur en apprentissage automatique, ou si vous souhaitez faire la transition vers le domaine du traitement des données, la certification Google Cloud Professional Data Engineer est ce qu'il vous faut.
La capacité à utiliser des technologies cloud devient une exigence incontournable pour tous les professionnels travaillant avec des données.
Un certificat est-il nécessaire pour être un professionnel dans le traitement, l'analyse des données ou l'apprentissage automatique ?
Non.
Vous pouvez utiliser Google Cloud pour le traitement de données sans avoir de certificat.
Le certificat n'est qu'un moyen de valider vos compétences.
Combien cela coûte-t-il ?
Le coût de l'examen est de 200 dollars US. Si vous l'échouez, vous devrez repayer.
De plus, vous devrez également investir dans des cours préparatoires et l'utilisation de la plateforme elle-même.
Les coûts liés à l'utilisation de la plateforme sont les frais pour l'accès aux services Google Cloud. Si vous êtes un utilisateur actif, vous en êtes certainement conscient. Si vous êtes novice et que vous commencez à explorer les ressources pédagogiques décrites dans cet article, vous pouvez créer un compte Google Cloud et faire tout le nécessaire sans dépasser 300 dollars, que Google crédite sur votre compte lors de l'inscription.
Nous allons aborder le coût des cours dans un instant.
Quelle est la durée de validité du certificat ?
Deux ans. Passé ce délai, vous devez passer l'examen à nouveau.
Et comme Google Cloud évolue constamment, il est probable que les exigences en matière de certification changent également (cela s'est produit juste au moment où j'ai commencé à écrire cet article).
Qu'est-ce qui est nécessaire pour se préparer à l'examen ?
Pour la certification de niveau professionnel, Google recommande d'avoir plus de trois ans d'expérience dans le secteur et plus d'un an dans le développement et la gestion de solutions utilisant GCP.
Je n'avais rien de tout cela.
L'expérience pertinente était d'environ six mois dans chaque cas.
Pour combler ces lacunes, j'ai utilisé plusieurs ressources d'apprentissage en ligne.
Quels cours ai-je suivis ?
Si votre situation ressemble à la mienne et que vous ne répondez pas aux exigences recommandées, vous pouvez suivre certains des cours listés ci-dessous pour élever votre niveau.
C'est précisément ceux-ci que j'ai utilisés pour me préparer à la certification. Ils sont répertoriés dans l'ordre dans lequel je les ai suivis.
Pour chacun, j'ai indiqué le coût, les délais et l'utilité pour la préparation à l'examen de certification.
Voici quelques ressources en ligne intéressantes que j'ai utilisées pour améliorer mes compétences avant l'examen, classées dans l'ordre : , , .
Coût : 49 $ par mois (après une période d'essai gratuite de 7 jours).
Durée : 1 à 2 mois, plus de 10 heures par semaine.
Utilité : 8 sur 10.
Le cours sur la plateforme Coursera développée en collaboration avec Google Cloud.
Elle est divisée en cinq cours imbriqués, chacun d'une durée d'environ 10 heures d'étude par semaine.
Si vous n'êtes pas familier avec le traitement de données sur Google Cloud, cette spécialisation vous dotera des compétences nécessaires. Vous devrez réaliser plusieurs exercices pratiques en utilisant une plateforme itérative appelée QwikLabs. Avant cela, des conférences de spécialistes utilisant Google Cloud vous expliqueront comment appliquer divers services tels que Google BigQuery, Cloud Dataproc, Dataflow et Bigtable.
Coût : gratuit.
Durée : 1 semaine, 4 à 6 heures.
Utilité : 4 sur 10.
Une faible évaluation de l'utilité ne signifie pas que le cours est globalement inutile — c'est tout le contraire. La seule raison pour laquelle l'évaluation est si basse est qu'il n'est pas axé sur la certification Professional Data Engineer (comme on peut le comprendre d'après le nom).
Je l'ai suivi pour rafraîchir mes connaissances après avoir terminé la spécialisation de Coursera, car j'avais utilisé Google Cloud dans certains cas limités.
Si vous avez déjà travaillé avec un autre fournisseur de services cloud ou si vous n'avez jamais utilisé Google Cloud, ce cours pourrait vous être utile : c'est une excellente introduction à la plateforme Google Cloud dans son ensemble.
Coût : 49 $ par mois (après une période d'essai gratuite de 7 jours).
Durée : 1 à 4 semaines, plus de 4 heures par semaine.
Utilité : 10 sur 10.
Après avoir passé l'examen et réfléchi aux cours que j'ai suivis, je peux dire que le plus utile a été celui de Linux Academy Google Certified Professional Data Engineer.
Des vidéos, ainsi que (un excellent recurso d'apprentissage gratuit fourni avec le cours) et des examens pratiques font de ce cours l'un des meilleurs que j'ai jamais suivis.
Je l'ai même recommandé comme matériel de référence dans mes notes sur Slack pour l'équipe après l'examen.
Notes sur Slack
• Certains sujets dans l'examen n'ont été couverts ni dans le cours de Linux Academy, ni dans A Cloud Guru, ni dans les examens de Google Cloud Practice (ce qui était à prévoir).
• Une question comportait un graphique de points de données. Il était demandé par quelle équation ils pouvaient être regroupés (par exemple, cos(X) ou X²+Y²).
• Il est essentiel de connaître les différences entre Dataflow, Dataproc, Datastore, Bigtable, BigQuery, Pub/Sub et de comprendre comment les utiliser.
• Deux exemples spécifiques dans l'examen étaient identiques à ceux des entraînements, bien que pendant l'examen je ne les ai pas lus du tout (les questions elles-mêmes étaient suffisantes pour répondre).
• Il est utile de connaître la syntaxe de base des requêtes SQL, surtout pour les questions liées à BigQuery.
• Les examens d'entraînement dans les cours de Linux Academy et de GCP sont très similaires aux questions de l'examen – il vaut la peine de les passer plusieurs fois pour identifier ses propres points faibles.
• Il faut se rappeler que Dataproc fonctionne avec Hadoop, Spark, Hive et Pigs.
• Dataflow fonctionne avec Apache Beam.
• Cloud Spanner – est une base de données initialement conçue pour le cloud, elle est compatible avec ACID et fonctionne n'importe où dans le monde.
• Il est utile de connaître les noms des « anciens » – équivalents des bases de données relationnelles et non relationnelles (par exemple, MongoDB, Cassandra).
• Les rôles IAM des services varient légèrement, mais il serait bon de comprendre comment séparer les capacités des utilisateurs à voir les données et à concevoir des workflows (par exemple, dans le rôle de Dataflow Worker, on peut concevoir des workflows, mais on ne peut pas voir les données).
Pour l'instant, cela devrait suffire. Chaque examen se déroulera à sa manière. Le cours de Linux Academy fournira 80 % des connaissances nécessaires.
Coût : gratuit.
Durée : 1–2 heures.
Utilité : 5 sur 10.
Ces vidéos étaient recommandées sur les forums A Cloud Guru. Beaucoup d'entre elles ne sont pas liées à la certification Professional Data Engineer, donc j'ai simplement choisi celles dont les noms de services me semblaient familiers.
En suivant le cours, certains services peuvent sembler compliqués, donc c'était agréable de voir comment un service spécifique était décrit en une minute.
Coût : 49 $ pour le certificat ou gratuitement (sans certificat).
Durée : 1–2 semaines, plus de six heures par semaine.
Utilité : non évalué.
J'ai trouvé cette ressource un jour avant la date prévue de l'examen. Il n'y avait pas assez de temps pour la passer – d'où l'absence d'évaluation de son utilité.
Cependant, après avoir consulté la page d'examen du cours, je peux dire que c'est une excellente ressource pour revoir tout ce que vous avez appris sur l'ingénierie des données dans Google Cloud et identifier vos points faibles.
J'en ai parlé à un de mes collègues qui se prépare à la certification.
Coût : gratuit.
Durée : inconnu.
Utilité : non évalué.
Une autre ressource que j'ai trouvée après l'examen. Elle semble complète, mais le contenu est assez concis. De plus, elle est gratuite. Vous pouvez y accéder entre les examens de pratique et même après la certification pour rafraîchir vos connaissances.
Que faisais-je après le cours ?
En approchant de la fin du cours, j'ai réservé l'examen avec un préavis d'une semaine.
Avoir une date limite est un excellent moyen de motivation pour revoir ce que vous avez appris.
J'ai passé plusieurs fois les examens de pratique de Linux Academy et Google Cloud jusqu'à ce que je commence à obtenir systématiquement plus de 95 %.
Premier passage de l'examen de pratique Linux Academy avec un score supérieur à 90 %
Les tests de chaque plateforme sont similaires ; j'ai noté et analysé les questions pour lesquelles je me trompais souvent - cela m'a aidé à corriger mes points faibles.
Lors de l'examen lui-même, le sujet portait sur le développement de systèmes de traitement des données dans Google Cloud basé sur deux exemples (depuis le 29 mars 2019, le contenu de l'examen a changé). L'examen comportait des questions à choix multiples.
Passer l'examen a duré deux heures, il m'a semblé environ 20 % plus difficile que les examens de pratique que je connaissais.
Néanmoins, ces derniers sont une ressource très précieuse.
Que changerais-je si je devais passer l'examen à nouveau ?
Plus d'examens pratiques. Plus de connaissances pratiques.
Bien sûr, il est toujours possible de se préparer un peu mieux.
Les exigences recommandées stipulent plus de trois ans d'expérience avec GCP, ce que je n'avais pas - j'ai donc dû composer avec ce que j'avais.
Supplémentaire
L'examen a été mis à jour le 29 mars. Les matériaux de l'article fourniront toujours une bonne base pour la préparation, mais il est important de noter certains changements.
Sections de l'examen Google Cloud Professional Data Engineer ()
1. Conception de systèmes de traitement de données.
2. Construction et maintenance de structures de données et de bases de données.
3. Analyse des données et intégration de l'apprentissage automatique.
4. Modélisation des processus métier pour l'analyse et l'optimisation.
5. Assurer la fiabilité.
6. Visualisation des données et prise de décision.
7. Conception axée sur la sécurité et conformité.
Sections de l'examen Google Cloud Professional Data Engineer ()
1. Conception de systèmes de traitement de données.
2. Construction et exploitation de systèmes de traitement des données.
3. Exploitation des modèles d'apprentissage automatique (la plupart des changements se sont produits ici) [NOUVEAU].
4. Assurance qualité des solutions.
Dans la version 2, les sections 1, 2, 4 et 6 de la version 1 ont été fusionnées en sections 1 et 2, les sections 5 et 7 en section 4. La section 3 dans la version 2 a été élargie et couvre désormais toutes les nouvelles capacités d'apprentissage automatique sur Google Cloud.
Ces changements sont très récents, donc beaucoup de supports pédagogiques n'ont pas encore été mis à jour.
Cependant, en utilisant les matériaux de cet article, cela devrait suffire à couvrir 70 % des connaissances nécessaires. Je me pencherais également sur les sujets suivants (ils sont apparus dans la deuxième version de l'examen) :
- (matériel développé par Google spécifiquement pour l'apprentissage automatique).
Comme on peut le voir, la mise à jour de l'examen est principalement liée aux capacités d'apprentissage automatique sur Google Cloud.
Ajout du 29.04.2019. J'ai reçu un message de l'instructeur du cours Linux Academy (Matthew Ulasien).
Juste pour info : nous prévoyons de mettre à jour le cours Data Engineer dans Linux Academy et d'y refléter les nouveaux objectifs - vers la mi ou fin mai.
Après l'examen
Après avoir passé l'examen, vous obtiendrez un résultat « réussi » ou « échec ». Il est conseillé de viser au moins 70 % lors des examens d'entraînement, donc j'ai visé 90 %.
Après avoir réussi l'examen, vous recevrez par e-mail un code d'activation accompagné du certificat officiel Google Cloud Professional Data Engineer. Félicitations !
Le code d'activation peut être utilisé dans la boutique exclusive Google Cloud Professional Data Engineer, où vous pouvez trouver de jolis articles : t-shirts, sacs à dos et sweats à capuche (à l'heure de la réussite, certains articles peuvent ne pas être en stock). J'ai choisi un sweat à capuche.
Une fois le certificat reçu, vous pouvez démontrer officiellement vos compétences et revenir au travail dans lequel vous excellez – la construction de systèmes.
À dans deux ans – pour la recertification.
P.S. Un grand merci aux formateurs formidables des cours mentionnés ci-dessus et pour la fourniture de ressources et de temps pour la formation et la préparation à l'examen.
À propos du traducteur
La traduction de l'article a été réalisée par Alconost.
Alconost s'occupe de , dans 70 langues. Traducteurs natifs, test linguistique, plateforme cloud avec API, localisation continue, gestionnaires de projets 24/7, tous formats de ressources de chaîne.
des vidéos – pour des sites web, de vente, d'image, publicitaires, de formation, teasers, explicatifs, bandes-annonces pour Google Play et App Store.
→
Source : habr.com
