Sen os 3 anos recomendados de experiencia práctica
Antes do comezo do curso , queremos compartir contigo unha tradución dunha historia moi interesante, que seguramente será útil para os futuros enxeñeiros de datos. Vaia!
Sudadera con capucha de Google: póñase. Expresión facial de traballo seria: presente. Foto da versión en vídeo deste artigo sobre .
Nota. Este artigo trata o exame de certificación de Enxeñeiro de datos profesional de Google Cloud ata o 29 de marzo de 2019. Houbo algúns cambios desde esta data. Eu incluínos na sección Extras.
Entón, queres conseguir unha nova sudadera con capucha como na miña portada? Ou estás pensando en certificarte? e preguntándose como facelo.
Nos últimos meses, estiven facendo cursos xunto co uso de Google Cloud para prepararme para o exame de Enxeñeiro de datos profesional. Despois tentei pasalo e pasei. E unhas semanas despois entregoume a sudadera. O certificado chegou rapidamente.
Este artigo enumerará algunhas cousas que pode querer saber e os pasos que fixen para obter a miña certificación de Enxeñeiro de datos profesional de Google Cloud.
Por que che gustaría estar certificado como enxeñeiro de datos profesional de Google Cloud?
Os datos están en todas partes. E é necesario saber como construír sistemas que poidan procesar e utilizar datos. Google Cloud proporciona a infraestrutura para construír estes sistemas.
Quizais xa teñas as habilidades para usar Google Cloud, pero como demostrarás isto a un futuro empregado ou cliente? Hai dúas vías: carteira de proxectos ou certificación.
O certificado di aos posibles clientes e empresarios: "Teño as habilidades e esforcínme para acreditarme".
Unha breve descrición de Google resúmeo.
Demostra a túa capacidade para deseñar e construír sistemas de datos e crear modelos de aprendizaxe automática na plataforma Google Cloud.
Se aínda non tes as habilidades, pasar por titoriais de certificación significa que aprenderás todo sobre como crear sistemas de datos de clase mundial en Google Cloud.
A quen lle gustaría estar certificado como enxeñeiro de datos profesional de Google Cloud?
Xa viches os números. A nube está medrando. Xa está aquí e non vai a ningún lado. Se aínda non viches os números, confía en min, a nube está a medrar.
Se xa es un científico de datos, enxeñeiro de datos, analista de datos, enxeñeiro de aprendizaxe automática ou estás buscando unha oportunidade de carreira no mundo dos datos, a certificación de enxeñeiro de datos profesional de Google Cloud é para ti.
A capacidade de usar a nube está a converterse nun requisito para calquera posición centrada en datos.
Necesitas unha certificación para ser un bo enxeñeiro de datos/científico de datos/enxeñeiro de aprendizaxe automática?
Non
Aínda podes usar Google Cloud para solucións de transferencia de datos sen un certificado.
Un certificado é só un dos métodos para validar as habilidades existentes.
Canto custa?
O custo do exame é de $200. Se fallas, terás que pagar de novo por un novo intento.
Pode haber custos asociados aos cursos preparatorios e ao uso da propia plataforma.
Os cargos da plataforma son cargos por usar os servizos de Google Cloud. Se es un usuario sofisticado, xa o sabes. Se non, e só estás comezando cos tutoriais tratados neste artigo, podes crear unha nova conta de Google Cloud e manterte dentro dos 300 dólares que ofrece Google ao rexistrarte.
Imos coñecer o custo do curso nun segundo.
Canto tempo é válida a certificación?
2 anos. Despois diso, terás que facer o exame de novo.
E dado que Google Cloud está evolucionando cada día, é probable que cambie o que se require para un certificado (como descubrín, xa cambiara cando comecei a escribir este artigo).
Que necesitas para preparar o exame?
Google recomenda máis de 3 anos de experiencia no sector e máis de 1 ano desenvolvendo e xestionando solucións mediante GCP para a certificación de nivel profesional.
Non tiña ningunha das anteriores.
A partir de 6 meses de experiencia relevante. Para compensar o déficit, usei unha combinación de recursos de aprendizaxe en liña.
Que cursos fixen?
Se es coma min e non tes os requisitos recomendados, podes realizar algúns dos seguintes cursos para mellorar as túas habilidades.
Os seguintes cursos son os que usei para preparar a certificación. Están listados por orde de finalización.
Enumerei o custo, o tempo e a utilidade de facer o exame de certificación para todos.
Algúns dos excelentes recursos en liña que usei para mellorar as miñas habilidades antes do exame. En orde: , и .
Custa: 49 $ ao mes (despois de proba gratuíta de 7 días)
Tempo: 1-2 meses, máis de 10 horas á semana
Utilidade: 8 / 10
creado en colaboración con Google Cloud.
Divídese en cinco subcursos, cada un deles leva unhas 10 horas semanais de tempo de estudo.
Se es novo no procesamento de datos de Google Cloud, esta especialización levarache do nivel 0 ao nivel 1. Completarás unha serie de exercicios prácticos utilizando unha plataforma iterativa chamada QwikLabs. Antes diso, haberá conferencias a cargo dos profesionais de Google Cloud sobre como usar varios servizos como Google BigQuery, Cloud Dataproc, Dataflow e Bigtable.
Custa: é gratuíto
Tempo: 1 semana, 4-6 horas
Utilidade: 4 / 10
Non tome unha puntuación de utilidade baixa como unha indicación da inutilidade do curso. Isto está lonxe de ser certo. A única razón pola que obtén unha puntuación máis baixa é porque non se centra na certificación dun enxeñeiro de datos profesional (como o nome indica).
Despois de completar a especialización de Coursera, tomei este curso como repaso porque só usei Google Cloud para algúns casos de uso especializados.
Se procedes doutro provedor de nube ou nunca utilizaches Google Cloud antes, quizais queiras realizar este curso. Esta é unha excelente introdución a Google Cloud Platform en xeral.
Custa: 49 $ ao mes (despois de proba gratuíta de 7 días)
Tempo: 1-4 semanas, 4+ horas por semana
Utilidade: 10 / 10
Despois de completar o exame e reflexionar sobre os cursos que fixen, o máis útil foi .
Vídeo tamén (un gran recurso de aprendizaxe gratuíto que inclúe o curso) e os exames prácticos fixeron deste curso un dos mellores recursos de aprendizaxe que usei.
Incluso recomendábao como referencia nalgunhas notas de Slack para o equipo despois do exame.
Notas en Slack
- Algunhas cousas do exame non estaban en exames en Linux Academy, Cloud Guru ou Google Cloud Practice (esperado)
- 1 pregunta cunha gráfica de puntos de datos, sobre que ecuación debe agrupalos (por exemplo, cos(X) ou X² + Y²)
- É imprescindible coñecer as diferenzas entre Dataflow, Dataproc, Datastore, Bigtable, BigQuery, Pub/Sub e como se poden usar.
- Os dous exemplos de traballo de investigación no exame eran exactamente os mesmos que os da sesión de prácticas, aínda que non me referín en absoluto a estes estudos durante o exame (as preguntas deron unha visión suficiente).
- Coñecer a sintaxe básica das consultas SQL é moi útil, especialmente para preguntas de BigQuery.
- Os exames prácticos proporcionados por Linux Academy e GCP son moi similares en estilo ás preguntas dos exames, e traballarei en cada un deles varias veces e usarei para descubrir os teus puntos débiles.
- Un pequeno consello para axudar con Dataproc: "dataproc o croc e Hadoop o elefante planea Faísca un lume e cociña Colmea of Porcos" {Crocodilo dataproc e elefante Hadoop planeando facer un incendioFaísca - acender, acender un lume - facer un lume) e cociñar un enxame (Colmea) porcos (Porco)} (Dataproc trata con Hadoop, Spark, Hive e Pig)
- «Fluxo de datos é un fluído Viga de luz" {Fluxo de datos este é o feixe actual (Viga) light} (Dataflow trata con Apache Beam)
- "Todos en todo o mundo pode relacionarse con a ben feita con ACIDO lavado Chave chave" {Calquera persoa en todo o mundo podería tratar con ácido purificado (ÁCIDO) cunha chave inglesa sólida (Spanner)} (Cloud Spanner é unha base de datos deseñada para aumentar a nube desde cero, compatible con ACID e dispoñible en todo o mundo)
- Pode ser útil coñecer os nomes das bases de datos clásicas relacionais e non relacionais (por exemplo, MongoDB, Cassandra)
- Os roles de IAM varían lixeiramente para cada servizo, pero é útil entender como separar os usuarios de que poidan ver datos sen quitarlle a capacidade de deseñar fluxos de traballo (por exemplo, o rol de "Traballador de fluxo de datos" pode deseñar fluxos de traballo pero non ver datos).
Isto probablemente sexa suficiente por agora. É probable que a quilometraxe difira dun exame a outro. O curso de Linux Academy darache o 80% dos coñecementos.
Custa: é gratuíto
Tempo: 1-2 horas
Utilidade: 5 / 10
Recomendaronse nos foros de Cloud Guru. Moitos deles non estaban relacionados coa certificación de Enxeñeiro Profesional de Datos, pero seleccionei algúns que o están.
Algúns servizos poden parecer complicados ao pasar o curso, polo que foi agradable escoitar como se describe un servizo en particular nun minuto.
Custa: $49 por certificado ou gratuíto (sen certificado)
Tempo: 1-2 semanas, máis de 6 horas por semana
Utilidade: N / A
Atopei este recurso o día antes do meu exame programado. Non o rematei por limitacións de tempo, de aí a falta dunha clasificación de utilidade.
Non obstante, desde a páxina de descrición xeral do curso, parece un recurso estupendo para reunir todo o que aprendiches sobre a Enxeñaría de datos de Google Cloud e destacar as debilidades.
Recomenei este curso como recurso a un dos meus compañeiros que se está a preparar para a certificación.
Custa: é gratuíto
Tempo:N / A
Utilidade:N / A
Este foi outro recurso que atopei despois do exame. Na miña opinión, é completo, pero ao mesmo tempo conciso. Ademais, é gratuíto. Pódese usar para ler entre exames prácticos ou incluso despois da certificación para mellorar os coñecementos.
Que fixen despois do curso?
Cando me aproximaba ao final dos meus cursos, reservei o exame cunha semana de antelación.
Ter unha data límite é unha gran motivación para reforzar o aprendido.
Fixen repetidamente os exames prácticos de Linux Academy e Google Cloud ata que puiden completalos cun 95 % máis de precisión cada vez.
Aprobar o exame de práctica de Linux Academy en máis do 90 % por primeira vez.
As probas de cada plataforma son similares, pero descubrín que, ao repasar as preguntas, equivocaba constantemente e escribir por que as entendín mal axudou a endurecer os meus puntos débiles.
O exame que realicei utilizou como tema dous proxectos de investigación de mostra para desenvolver sistemas de procesamento de datos en Google Cloud (a partir do 29 de marzo de 2019, isto cambiou). E foi con opción múltiple en todo.
Levoume unhas 2 horas. E foi un 20% máis difícil que calquera dos exames que fixen.
Non podo expresar o valor dos exames prácticos o suficiente.
Que cambiaría se volvese a ir?
Máis exames prácticos. Máis coñecementos prácticos.
Por suposto, sempre hai máis preparación que podes facer.
O requisito recomendado indica máis de 3 anos de uso de GCP. Pero eu non o tiña, así que tiven que lidar co que tiña.
adicionalmente
O exame actualizouse o 29 de marzo. O material presentado neste artigo aínda proporciona unha boa base, pero é importante notar algúns cambios.
Varias seccións do exame de enxeñeiro de datos profesional de Google Cloud ()
- Deseño de sistemas de tratamento de datos
- Creación e soporte de estruturas e bases de datos.
- Análise de datos e conexión de aprendizaxe automática
- Modelado de procesos de negocio para análise e optimización
- Garantir a fiabilidade
- Visualización de datos e apoio ás políticas
- Deseñado para a seguridade e o cumprimento
Varias seccións do exame de enxeñeiro de datos profesional de Google Cloud ()
- Deseño de sistemas de tratamento de datos
- Construción e funcionamento de sistemas de tratamento de datos
- Operacionalización de modelos de aprendizaxe automática (a maioría dos cambios ocorreron aquí) [NOVO]
- Garantir a calidade das decisións
A versión 2 fusionou as seccións 1, 2, 4 e 6 da versión 1 en 1 e 2. Tamén fusionou as seccións 5 e 7 da versión 1 na sección 4. E a sección 3 da versión 2 ampliouse para cubrir todo o novo Google Cloud Capacidades de aprendizaxe automática.
Debido a que estes cambios son tan recentes, moitos dos materiais didácticos non se puideron actualizar.
Non obstante, familiarizarse cos materiais deste artigo debería ser suficiente para cubrir o 70% do que necesita. Combinaría isto con algunhas das túas propias investigacións sobre as seguintes preguntas (que foron presentadas na segunda versión do exame).
- (un equipo personalizado deseñado por Google especificamente para o adestramento de ML)
Como podes ver, a última actualización do exame centrouse nas funcións de ML en Google Cloud.
Actualización 29/04/2019: Unha mensaxe do instrutor do curso da Academia Linux, Matthew Ulasein.
Só como referencia, estamos planeando actualizar o curso de Enxeñeiro de datos da Academia Linux para reflectir os novos cursos que comezarán a mediados/finales de maio.
Despois do exame
Cando pases o exame, só recibirás un resultado aprobado ou non aprobado. Aconsello apuntar a polo menos o 70%, polo que apuntei a un mínimo do 90% nos exames prácticos.
Ao rematar, recibirás un código de troco por correo electrónico xunto coa certificación oficial de enxeñeiro de datos profesional de Google Cloud. Parabéns!
Podes usar o código de troco na tenda exclusiva de Google Cloud Professional Data Engineer, que está chea de botín (). Hai camisetas, mochilas e sudaderas (pode que non estean en stock cando chegues). Eu escollín sudaderas.
Agora que estás certificado, podes mostrar o teu conxunto de habilidades (oficialmente) e volver ao que sabes mellor: construír.
Vémonos dentro de dous anos para recertificar.
PS: Se tes algunha dúbida ou queres unha aclaración, podes contactar comigo en и . Activado Tamén hai unha versión en vídeo deste artigo.
PPS: moitas grazas a todos os marabillosos profesores de todos os cursos anteriores e por proporcionar recursos e tempo para estudar e prepararse para o exame.
E todos os que queiran coñecer máis sobre o programa do curso, as características do formato en liña, as habilidades, as competencias e as perspectivas que agardan aos titulados despois da formación, convidámosvos a , que terá lugar hoxe ás 20.00 horas.
Fonte: www.habr.com