Առանց առաջարկվող 3 տարվա գործնական փորձի
Դասընթացի մեկնարկից առաջ , մենք ցանկանում ենք կիսվել ձեզ հետ մեկ շատ հետաքրքիր պատմության թարգմանությամբ, որն, անշուշտ, օգտակար կլինի ապագա տվյալների ճարտարագետներին: Գնա՛
Hoodie Google-ից. հագեք: Լուրջ աշխատանքային դեմքի արտահայտություն՝ ներկա: Լուսանկարը այս հոդվածի վիդեո տարբերակից .
Նշում. Այս հոդվածը ներառում է Google Cloud Professional Data Engineer-ի հավաստագրման քննությունը մինչև 29 թվականի մարտի 2019-ը: Այս օրվանից ի վեր որոշակի փոփոխություններ են եղել: Ես դրանք ներառել եմ լրացուցիչ բաժնում։
Այսպիսով, դուք ցանկանում եք ձեռք բերել նոր գլխարկ, ինչպիսին իմ շապիկին է: Թե՞ մտածում եք վկայական ստանալու մասին: և մտածում է, թե ինչպես դա անել:
Անցած մի քանի ամիսների ընթացքում ես դասընթացներ եմ անցել Google Cloud-ի օգտագործման հետ մեկտեղ՝ Պրոֆեսիոնալ տվյալների ինժեների քննությանը պատրաստվելու համար: Հետո փորձեցի անցնել ու անցա։ Եվ մի քանի շաբաթ անց իմ գլխարկը հանձնվեց: Վկայականը արագ եկավ։
Այս հոդվածում կթվարկվեն մի քանի բաներ, որոնք դուք կարող եք ցանկանալ իմանալ, և այն քայլերը, որոնք ես ձեռնարկել եմ՝ իմ Google Cloud Professional Data Engineer վկայականը ստանալու համար:
Ինչո՞ւ կցանկանայիք հավաստագրվել որպես Google Cloud Professional Data Engineer:
Տվյալներն ամենուր են: Եվ իմանալը, թե ինչպես կառուցել համակարգեր, որոնք կարող են մշակել և օգտագործել տվյալները, պահանջարկ ունի: Google Cloud-ն ապահովում է ենթակառուցվածքը այս համակարգերը կառուցելու համար:
Հնարավոր է, որ դուք արդեն ունեք Google Cloud-ն օգտագործելու հմտություններ, բայց ինչպե՞ս դա ցույց կտաք ապագա գործատուին կամ հաճախորդին: Երկու ճանապարհ կա՝ նախագծերի պորտֆոլիո կամ սերտիֆիկացում:
Վկայագիրը ապագա հաճախորդներին և գործատուներին ասում է. «Ես ունեմ հմտություններ և ջանք եմ գործադրել հավատարմագրվելու համար»:
Google-ի կարճ նկարագրությունն ամփոփում է այն:
Ցույց տվեք Google Cloud Platform-ում տվյալների համակարգեր նախագծելու և ստեղծելու ձեր ունակությունը, ինչպես նաև ստեղծել մեքենայական ուսուցման մոդելներ:
Եթե դուք արդեն չունեք այդ հմտությունները, ապա սերտիֆիկացման ձեռնարկներն անցնելը նշանակում է, որ դուք կսովորեք ամեն ինչ Google Cloud-ում համաշխարհային մակարդակի տվյալների համակարգեր ստեղծելու մասին:
Ո՞վ կցանկանար հավաստագրվել որպես Google Cloud Professional Data Engineer:
Դուք տեսել եք թվերը։ Ամպը մեծանում է։ Այն արդեն այստեղ է և ոչ մի տեղ չի գնում: Եթե դեռ չեք տեսել թվերը, վստահեք ինձ, ամպը մեծանում է:
Անկախ նրանից՝ դուք արդեն տվյալների գիտնական եք, տվյալների ինժեներ, տվյալների վերլուծաբան, մեքենայական ուսուցման ինժեներ կամ փնտրում եք կարիերայի հնարավորություն տվյալների աշխարհում, Google Cloud Professional Data Engineer հավաստագիրը ձեզ համար է:
Ամպից օգտվելու ունակությունը դառնում է ցանկացած տվյալների կենտրոնացված դիրքի պահանջ:
Ձեզ անհրաժեշտ է հավաստագիր՝ տվյալների լավ ինժեներ/տվյալների գիտնական/մեքենայական ուսուցման ինժեներ լինելու համար:
Ոչ:
Դուք դեռ կարող եք օգտագործել Google Cloud-ը տվյալների փոխանցման լուծումների համար՝ առանց վկայագրի:
Վկայագիրը գոյություն ունեցող հմտությունները վավերացնելու մեթոդներից մեկն է միայն:
Որքան է արժի:
Քննության արժեքը 200 դոլար է։ Եթե ձախողեք, ստիպված կլինեք կրկին վճարել նոր փորձի համար:
Կարող են լինել ծախսեր՝ կապված նախապատրաստական դասընթացների և հենց հարթակի օգտագործման հետ:
Պլատֆորմի վճարները Google Cloud ծառայություններից օգտվելու համար գանձումներ են: Եթե դուք բարդ օգտատեր եք, դուք արդեն տեղյակ եք այս մասին: Եթե ոչ, և դուք նոր եք սկսել այս հոդվածում ընդգրկված ձեռնարկները, կարող եք ստեղծել նոր Google Cloud հաշիվ և գրանցվելուց հետո մնալ Google-ի $300 առաջարկների շրջանակում:
Դասընթացի արժեքին կհասնենք մի վայրկյանում:
Որքա՞ն ժամանակ է վավերական վկայագրումը:
2 տարի. Դրանից հետո ձեզ հարկավոր կլինի նորից քննություն հանձնել։
Եվ քանի որ Google Cloud-ը զարգանում է ամեն օր, հավանական է, որ սերտիֆիկատի համար պահանջվողը կփոխվի (ինչպես պարզեցի, այն արդեն փոխվել էր, երբ ես սկսեցի գրել այս հոդվածը):
Ի՞նչ է անհրաժեշտ քննությանը պատրաստվելու համար:
Google-ը խորհուրդ է տալիս 3+ տարվա աշխատանքային փորձ և 1+ տարի լուծումներ մշակելու և կառավարելու՝ օգտագործելով GCP՝ մասնագիտական մակարդակի հավաստագրման համար:
Ես չունեի վերը նշվածներից որևէ մեկը:
6 ամսվա համապատասխան փորձի ուժով։ Պակասությունը լրացնելու համար ես օգտագործեցի առցանց ուսումնական ռեսուրսների համադրություն:
Ի՞նչ դասընթացներ եմ անցել:
Եթե դուք ինձ նման եք և չունեք առաջարկվող պահանջները, կարող եք մասնակցել հետևյալ դասընթացներից մի քանիսին` ձեր հմտությունները բարձրացնելու համար:
Հետևյալ դասընթացներն այն են, ինչ ես օգտագործել եմ հավաստագրման համար պատրաստվելու համար: Դրանք թվարկված են լրացման կարգով:
Ես թվարկել եմ բոլորի համար հավաստագրման քննություն հանձնելու արժեքը, ժամկետները և օգտակարությունը:
Որոշ հիանալի առցանց ռեսուրսներ, որոնք ես օգտագործել եմ քննությունից առաջ իմ հմտությունները բարելավելու համար: Որպեսզի: , и .
Արժենալ$49 ամսական (7-օրյա անվճար փորձարկումից հետո)
Ժամանակ1-2 ամիս, շաբաթական 10+ ժամ
Օգտակարություն: 8 / 10
ստեղծված Google Cloud-ի հետ համատեղ:
Այն բաժանված է հինգ ենթադասերի, որոնցից յուրաքանչյուրը տևում է շաբաթական մոտ 10 ժամ:
Եթե դուք նոր եք Google Cloud տվյալների մշակման մեջ, այս մասնագիտացումը ձեզ կտանի 0 մակարդակից մինչև մակարդակ 1: Դուք կավարտեք մի շարք գործնական վարժություններ՝ օգտագործելով QwikLabs կոչվող կրկնվող հարթակը: Մինչ այդ Google Cloud-ի պրակտիկանտների կողմից կանցկացվեն դասախոսություններ, թե ինչպես օգտագործել տարբեր ծառայություններ, ինչպիսիք են Google BigQuery, Cloud Dataproc, Dataflow և Bigtable:
Արժենալանվճար
Ժամանակ1 շաբաթ, 4-6 ժամ
Օգտակարություն: 4 / 10
Մի ընդունեք ցածր օգտակար միավորը որպես դասընթացի անարժեքության ցուցիչ: Սա հեռու է իրականությունից: Միակ պատճառը, որ այն ստանում է ավելի ցածր միավոր, այն է, որ այն կենտրոնացած չէ պրոֆեսիոնալ տվյալների ինժեների հավաստագրման վրա (ինչպես ենթադրում է անունը):
Coursera մասնագիտացումն ավարտելուց հետո ես այս դասընթացն անցա որպես թարմացում, քանի որ օգտագործել եմ Google Cloud-ը միայն մի քանի մասնագիտացված օգտագործման դեպքերի համար:
Եթե դուք այլ ամպային մատակարարից եք կամ նախկինում երբեք չեք օգտագործել Google Cloud-ը, գուցե ցանկանաք մասնակցել այս դասընթացին: Սա ընդհանուր առմամբ հիանալի ներածություն է Google Cloud Platform-ի համար:
Արժենալ$49 ամսական (7-օրյա անվճար փորձարկումից հետո)
Ժամանակ1-4 շաբաթ, շաբաթական 4+ ժամ
Օգտակարություն: 10 / 10
Քննությունն ավարտելուց և իմ անցած դասընթացներին անդրադառնալուց հետո ամենաօգտակարն այն էր .
Տեսանյութը նույնպես (Հիանալի անվճար ուսումնական ռեսուրս, որը գալիս է դասընթացի հետ) և պրակտիկայի քննությունները այս դասընթացը դարձրին լավագույն ուսումնական ռեսուրսներից մեկը, որը ես երբևէ օգտագործել եմ:
Ես նույնիսկ խորհուրդ տվեցի դա որպես հղում որոշ Slack-ի նոտաներում քննությունից հետո թիմի համար:
Նշումներ Slack-ում
- Քննության որոշ բաներ չեն եղել Linux Academy-ի, Cloud Guru-ի կամ Google Cloud Practice-ի քննություններին (ակնկալվում է)
- 1 հարց տվյալների կետերի գրաֆիկով, թե որ հավասարման վերաբերյալ պետք է դրանք խմբավորել (օրինակ՝ cos(X) կամ X² + Y²)
- Իմանալով Dataflow, Dataproc, Datastore, Bigtable, BigQuery, Pub/Sub տարբերությունները և ինչպես դրանք կարող են օգտագործվել, պարտադիր է:
- Քննության ընթացքում հետազոտության երկու աշխատանքային օրինակները ճիշտ նույնն էին, ինչ պրակտիկայի ժամանակ, թեև ես ընդհանրապես չեմ անդրադարձել այս ուսումնասիրություններին քննության ընթացքում (հարցերը բավարար պատկերացում տվեցին):
- SQL հարցումների հիմնական շարահյուսության իմացությունը շատ օգտակար է, հատկապես BigQuery հարցերի համար:
- Linux Academy-ի և GCP-ի կողմից տրամադրված պրակտիկայի քննությունները ոճով շատ նման են քննական հարցերին, և ես կաշխատեմ դրանցից յուրաքանչյուրի վրա մի քանի անգամ և կօգտագործեմ դրանք՝ պարզելու ձեր թույլ կողմերը:
- Մի փոքր հուշում Dataproc-ին օգնելու համար.dataproc կոկը և Hadoop փիղը պլանավորում է Կայծ կրակ և եփել Փեթակ of Խոզեր" {Կոկորդիլոս dataproc և փիղ Hadoop նախատեսում է կրակ վառելԿայծ - կայծ, կրակ վառել - կրակ վառել) և երամ պատրաստել (Փեթակ) խոզեր (Խոզ)} (Dataproc-ը զբաղվում է Hadoop-ով, Spark-ով, Hive-ով և Pig-ով)
- «Տվյալների հոսք հոսք է Հեծան լույսի» {Տվյալների հոսք սա ընթացիկ ճառագայթն է (Հեծան) լույս} (Տվյալների հոսքը վերաբերում է Apache Beam-ին)
- «Բոլորին ամբողջ աշխարհից կարող է վերաբերել ա լավ պատրաստված ACID լվացված Բալիկ» {Որևէ մեկը ամբողջ աշխարհում կարող է գործ ունենալ մաքրված թթվի հետ (ACID) ամուր բանալին (Spanner)} (Cloud Spanner-ը տվյալների բազա է, որը նախատեսված է ամպը զրոյից բարձրացնելու համար, ACID-ին համապատասխան և հասանելի է ամբողջ աշխարհում)
- Կարող է օգտակար լինել իմանալ դասական հարաբերական և ոչ հարաբերական տվյալների բազաների անվանումները (օրինակ՝ MongoDB, Cassandra)
- IAM-ի դերերը մի փոքր տարբերվում են յուրաքանչյուր ծառայության համար, բայց օգտակար է հասկանալ, թե ինչպես կարելի է բաժանել օգտատերերին տվյալներ տեսնելու հնարավորությունից՝ չզրկելով աշխատանքային հոսքերը նախագծելու հնարավորությունից (օրինակ՝ «Տվյալների հոսքի աշխատող» դերը կարող է նախագծել աշխատանքային հոսքեր, բայց չտեսնել տվյալները)
Սա, հավանաբար, առայժմ բավական է։ Վազքը, հավանաբար, կտարբերվի քննությունից քննություն: Linux Academy դասընթացը ձեզ կտա գիտելիքների 80%-ը:
Արժենալանվճար
Ժամանակ՝ 1-2 ժամ
Օգտակարություն: 5 / 10
Դրանք առաջարկվել են Cloud Guru-ի ֆորումներում: Նրանցից շատերը կապված չէին «Professional Data Engineer»-ի հավաստագրման հետ, սակայն ես ընտրել եմ մի քանիսը, որոնք կապված են:
Որոշ ծառայություններ կարող են բարդ թվալ դասընթացն անցնելիս, ուստի հաճելի էր մեկ րոպեում լսել, թե ինչպես է նկարագրվում տվյալ ծառայությունը:
Արժենալ$49 մեկ վկայականի համար կամ անվճար (առանց վկայագրի)
Ժամանակ1-2 շաբաթ, շաբաթական 6+ ժամ
Օգտակարություն: N / A
Ես գտա այս ռեսուրսը իմ նախատեսված քննությունից մեկ օր առաջ: Ես այն չավարտեցի ժամանակի սղության պատճառով, հետևաբար՝ կոմունալ ծառայությունների վարկանիշի բացակայությունը:
Այնուամենայնիվ, դասընթացի համառոտ էջից այն հիանալի ռեսուրս է թվում՝ հավաքելու այն ամենը, ինչ դուք սովորել եք Google Cloud Data Engineering-ի մասին և ընդգծելու ցանկացած թույլ կողմը:
Ես խորհուրդ տվեցի այս դասընթացը որպես ռեսուրս իմ գործընկերներից մեկին, ով պատրաստվում է հավաստագրման:
Արժենալանվճար
Ժամանակ:Չ/Ա
Օգտակարություն:Չ/Ա
Սա ևս մեկ ռեսուրս էր, որը ես պատահաբար հանդիպեցի քննությունից հետո: Իմ կարծիքով այն ընդգրկուն է, բայց միևնույն ժամանակ հակիրճ։ Բացի այդ, դա անվճար է: Այն կարող է օգտագործվել պրակտիկայի քննությունների միջև ընկած ժամանակահատվածում կամ նույնիսկ սերտիֆիկացիայից հետո կարդալու համար՝ գիտելիքները զարգացնելու համար:
Ի՞նչ արեցի դասընթացից հետո:
Քանի որ ես մոտենում էի իմ դասընթացների ավարտին, ես գրանցեցի քննությունը մեկ շաբաթ առաջ:
Վերջնաժամկետ ունենալը մեծ մոտիվացիա է ձեր սովորածն ամրապնդելու համար:
Ես բազմիցս մասնակցել եմ Linux Academy-ի և Google Cloud-ի պրակտիկայի քննություններին, մինչև որ ամեն անգամ կարողացա դրանք ավարտել 95%+ ճշգրտությամբ:
Առաջին անգամ անցնելով Linux Academy-ի պրակտիկայի քննությունը ավելի քան 90%-ով:
Յուրաքանչյուր հարթակի թեստերը նման են, բայց ես հասկացա, որ հարցերի միջով անցնելը, որոնք ես անընդհատ սխալ էի տալիս, և գրելով, թե ինչու եմ դրանք սխալ հասկացել, օգնեցին խստացնել իմ թույլ կողմերը:
Քննությունը, որը ես հանձնեցի, որպես թեմա օգտագործեց երկու նմուշային հետազոտական նախագծեր Google Cloud-ում տվյալների մշակման համակարգերի մշակման համար (29 թվականի մարտի 2019-ի դրությամբ սա փոխվել է): Եվ ամբողջ ընթացքում բազմակի ընտրությամբ էր:
Ինձնից մոտ 2 ժամ տևեց: Եվ մոտ 20%-ով ավելի դժվար էր, քան իմ հանձնած ցանկացած քննություն:
Ես չեմ կարող բավականաչափ արտահայտել գործնական քննությունների արժեքը։
Ի՞նչ կփոխեի, եթե նորից գնայի:
Ավելի շատ գործնական քննություններ: Ավելի գործնական գիտելիքներ.
Իհարկե, միշտ ավելի շատ պատրաստություն կա, որ կարող ես անել:
Առաջարկվող պահանջը նշում է GCP-ի օգտագործման ավելի քան 3 տարի: Բայց ես չունեի, ուստի ստիպված էի զբաղվել իմ ունեցածով:
Բացի
Քննությունը թարմացվել է մարտի 29-ին։ Այս հոդվածում ներկայացված նյութը դեռ լավ հիմք է տալիս, սակայն կարևոր է նշել որոշ փոփոխություններ:
Google Cloud Professional Data Engineer քննության տարբեր բաժիններ ()
- Տվյալների մշակման համակարգերի նախագծում
- Կառուցվածքների և տվյալների բազաների ստեղծում և աջակցություն:
- Տվյալների վերլուծություն և մեքենայական ուսուցման միացում
- Բիզնես գործընթացների մոդելավորում վերլուծության և օպտիմալացման համար
- Հուսալիության ապահովում
- Տվյալների պատկերացում և քաղաքականության աջակցություն
- Նախատեսված է անվտանգության և համապատասխանության համար
Google Cloud Professional Data Engineer քննության տարբեր բաժիններ ()
- Տվյալների մշակման համակարգերի նախագծում
- Տվյալների մշակման համակարգերի կառուցում և շահագործում
- Մեքենայի ուսուցման մոդելների գործառնականացում (փոփոխությունների մեծ մասը տեղի է ունեցել այստեղ) [ՆՈՐ]
- Լուծումների որակի ապահովում
Տարբերակ 2-ը միավորեց 1-ին տարբերակի 2-ին, 4-րդ, 6-րդ և 1-րդ բաժինները 1-ին և 2-ին: Այն նաև միավորեց 5-րդ և 7-րդ բաժինները 1-ին տարբերակից 4-րդի մեջ: Իսկ 3-րդ տարբերակի 2-րդ բաժինը ընդլայնվեց՝ ներառելու ամբողջ նոր Google Cloud-ը: Մեքենայի ուսուցման հնարավորություններ.
Քանի որ այս փոփոխությունները շատ վերջերս են, ուսումնական նյութերից շատերը չեն կարողացել թարմացվել:
Այնուամենայնիվ, այս հոդվածի նյութերին ծանոթանալը պետք է բավարար լինի ձեզ անհրաժեշտի 70%-ը ծածկելու համար: Ես դա կհամատեղեի հետևյալ հարցերի վերաբերյալ ձեր որոշ ուսումնասիրությունների հետ (որոնք ներկայացված էին քննության երկրորդ տարբերակում):
- (Google-ի կողմից ստեղծված հատուկ սարքավորում՝ հատուկ ML ուսուցման համար)
Ինչպես տեսնում եք, քննության վերջին թարմացումը կենտրոնացած էր Google Cloud-ի ML գործառույթների վրա:
Թարմացում՝ 29/04/2019Ուղերձ Linux Academy-ի դասընթացի ուսուցիչ Մեթյու Ուլասեյնի կողմից:
Պարզապես տեղեկանքի համար մենք նախատեսում ենք թարմացնել Linux Academy-ի Data Engineer դասընթացը՝ արտացոլելու նոր դասընթացները, որոնք կմեկնարկեն մայիսի կեսերին/վերջին:
Քննությունից հետո
Երբ դուք հանձնում եք քննությունը, դուք կստանաք միայն հաջող կամ ձախողված արդյունք: Ես խորհուրդ եմ տալիս նպատակ ունենալ առնվազն 70%, այնպես որ ես նպատակ էի դրել նվազագույնը 90% պրակտիկայի քննություններին:
Ավարտելուց հետո դուք էլփոստով կստանաք մարման կոդը՝ Google Cloud Professional Data Engineer-ի պաշտոնական հավաստագրման հետ մեկտեղ: Շնորհավորում եմ:
Դուք կարող եք օգտագործել մարման ծածկագիրը բացառիկ Google Cloud Professional Data Engineer Store-ում, որը լի է խճճվածքով () Կան շապիկներ, ուսապարկեր և գլխարկներ (հնարավոր է, որ դրանք պահեստում չլինեն, երբ դուք այնտեղ հասնեք): Ես ընտրեցի գլխարկներ:
Այժմ դուք հավաստագրված եք, կարող եք ցուցադրել ձեր հմտությունների հավաքածուն (պաշտոնապես) և վերադառնալ այն, ինչ անում եք լավագույնս՝ կառուցելով:
Կհանդիպենք երկու տարուց՝ վերահաստատվելու համար:
PS: Եթե ունեք հարցեր կամ ցանկանում եք պարզաբանումներ ստանալ, կարող եք կապվել ինձ հետ и : On Կա նաև այս հոդվածի վիդեո տարբերակը:
PPS: շատ շնորհակալություն բոլոր հրաշալի ուսուցիչներին վերը նշված բոլոր դասընթացներում և քննությանը սովորելու և նախապատրաստվելու համար միջոցներ և ժամանակ տրամադրելու համար:
Եվ բոլոր նրանք, ովքեր ցանկանում են ավելին իմանալ դասընթացի ծրագրի, առցանց ձևաչափի առանձնահատկությունների, հմտությունների, իրավասությունների և հեռանկարների մասին, որոնք սպասում են շրջանավարտներին վերապատրաստումից հետո, հրավիրում ենք ձեզ. , որը տեղի կունենա այսօր ժամը 20.00-ին։
Source: www.habr.com