Senza l'esperienza pratica consigliata di tre anni
*Nota: questo articolo è dedicato all'esame di certificazione Google Cloud Professional Data Engineer, che era rilevante fino al 29 marzo 2019. Dopo questa data ci sono state alcune modifiche - sono descritte nella sezione «Inoltre»*
Felpa Google: presente. Espressione seria: presente. Foto dalla versione video di questo articolo .
Vuoi avere una nuova felpa, come quella che indosso nella foto?
O forse ti interessa il certificato e stai cercando di capire come ottenerlo?
Negli ultimi mesi ho seguito alcuni corsi e ho lavorato contemporaneamente con Google Cloud - per prepararmi all'esame Professional Data Engineer. Poi ho sostenuto l'esame e l'ho superato. Dopo qualche settimana è arrivata la felpa - ma il certificato è arrivato più rapidamente.
In questo articolo verranno forniti alcune informazioni che possono rivelarsi utili e i passaggi che ho intrapreso per ottenere il certificato Google Cloud Professional Data Engineer.
Tradotto in
Perché è necessario ottenere il certificato Google Cloud Professional Data Engineer?
I dati ci circondano, sono ovunque. Perciò oggi sono richiesti professionisti che sappiano come creare sistemi in grado di elaborare e utilizzare i dati. E Google Cloud fornisce l'infrastruttura per costruire questi sistemi.
Se hai già competenze nell'uso di Google Cloud, come puoi dimostrarle a un potenziale datore di lavoro o cliente? Puoi farlo in due modi: avendo un portfolio di progetti o passando la certificazione.
Il certificato comunica ai potenziali clienti e datori di lavoro che hai determinate competenze e che hai fatto uno sforzo per ottenere la loro conferma ufficiale.
Questo è anche quanto riportato nella descrizione ufficiale dell'esame.
Dimostra la tua abilità nel progettare e costruire sistemi di elaborazione dati e modelli di machine learning sulla piattaforma Google Cloud.
Se non hai ancora le competenze necessarie, durante lo studio del materiale didattico per la certificazione apprenderai tutto il necessario su come utilizzare Google Cloud per creare sistemi di elaborazione dati di alto livello.
Chi deve ottenere il certificato Google Cloud Professional Data Engineer?
Hai visto i numeri: il settore delle tecnologie cloud sta crescendo, e ci resterà a lungo. Se non conosci le statistiche, semplicemente credi: «il cloud» è attualmente in ascesa.
Se stai già lavorando come professionista nell'elaborazione o analisi dei dati, ingegnere di machine learning, o desideri passare al campo dell'elaborazione dei dati, la certificazione Google Cloud Professional Data Engineer è ciò di cui hai bisogno.
La capacità di utilizzare le tecnologie cloud sta diventando un requisito fondamentale per tutti i professionisti che lavorano con i dati.
È necessario avere un certificato per essere un professionista nell'elaborazione, analisi dei dati o machine learning?
No.
È possibile utilizzare Google Cloud per lavorare con soluzioni di elaborazione dei dati senza avere un certificato.
Il certificato è solo uno dei modi per dimostrare le competenze che possiedi.
Quanto costa?
Il costo per sostenere l'esame è di 200 dollari USA. Se non lo superi, dovrai pagare nuovamente.
Inoltre, dovrai spendere per corsi di preparazione e per l'utilizzo della piattaforma stessa.
I costi per lavorare con la piattaforma sono le spese per l'utilizzo dei servizi Google Cloud. Se ne sei un utente attivo, lo sai bene. Se sei un principiante e stai appena iniziando a studiare i materiali didattici descritti in questo articolo, puoi creare un account Google Cloud e fare tutto il necessario rimanendo entro i 300 dollari che Google accredita sul tuo conto al momento della registrazione.
Passeremo al costo dei corsi tra un attimo.
Quanto dura la validità del certificato?
Due anni. Dopo questo periodo, dovrai sostenere nuovamente l'esame.
E poiché Google Cloud si sta continuamente sviluppando, è abbastanza probabile che cambino anche i requisiti per la certificazione (è successo proprio quando ho iniziato a scrivere l'articolo).
Cosa è necessario per prepararsi all'esame?
Per la certificazione di livello professionale, Google consiglia di avere più di tre anni di esperienza nel settore e più di un anno nello sviluppo e gestione di soluzioni utilizzando GCP.
Non avevo niente di tutto ciò.
L'esperienza pertinente era di circa sei mesi in ogni caso.
Per colmare il divario, ho utilizzato diverse risorse di formazione online.
Quali corsi ho seguito?
Se il tuo caso è simile al mio e non soddisfi i requisiti consigliati, puoi seguire alcuni corsi citati qui di seguito per migliorare il tuo livello.
Questi sono quelli che ho utilizzato per prepararmi per la certificazione. Sono elencati in ordine di completamento.
Per ciascuno ho indicato il costo, i tempi e l'utilità per sostenere l'esame di certificazione.
Alcune delle risorse didattiche online straordinarie che ho utilizzato per migliorare le mie competenze prima dell'esame - in ordine: , , .
Costo: 49 $ al mese (dopo un periodo di prova gratuito di 7 giorni).
Tempo: 1-2 mesi, più di 10 ore a settimana.
Utilità: 8 su 10.
Learning how to Learn sulla piattaforma Coursera sviluppata in collaborazione con Google Cloud.
È suddivisa in cinque corsi integrati, ciascuno dei quali consiste in circa 10 ore di tempo di studio a settimana.
Se non hai familiarità con l'elaborazione dei dati in Google Cloud, questa specializzazione ti fornirà le competenze necessarie. Dovrai completare una serie di esercizi pratici utilizzando una piattaforma iterativa chiamata QwikLabs. Prima di questo ci saranno lezioni tenute da esperti di Google Cloud su come utilizzare diversi servizi come Google BigQuery, Cloud Dataproc, Dataflow e Bigtable.
Costo: gratis.
Tempo: 1 settimana, 4-6 ore.
Utilità: 4 su 10.
Una bassa valutazione di utilità non significa che il corso in generale sia inutile — affatto. L'unica ragione per cui la valutazione è così bassa è che non è orientata alla certificazione di Professional Data Engineer (come si può capire dal titolo).
L'ho completato per rinfrescare le mie conoscenze dopo aver seguito la specializzazione su Coursera, poiché ho utilizzato Google Cloud in alcune situazioni limitate.
Se hai già lavorato con un altro fornitore di servizi cloud o non hai mai utilizzato Google Cloud, questo corso potrebbe esserti utile: è una fantastica introduzione alla piattaforma Google Cloud nel suo complesso.
Costo: 49 $ al mese (dopo un periodo di prova gratuito di 7 giorni).
Tempo: 1-4 settimane, più di 4 ore a settimana.
Utilità: 10 su 10.
Dopo aver sostenuto l'esame e riflettendo sui corsi seguiti, posso dire che il più utile è stato proprio Linux Academy Google Certified Professional Data Engineer.
Le videolezioni, così come (ottima risorsa didattica gratuita fornita insieme al corso) e gli esami di allenamento rendono questo corso uno dei migliori che abbia mai seguito.
L'ho persino raccomandato come materiale di riferimento nelle note su Slack per il team dopo l'esame.
Note su Slack
• Alcuni argomenti all'esame non sono stati trattati né nel corso di Linux Academy, né in A Cloud Guru, né negli esami di Google Cloud Practice (cosa prevedibile).
• In una domanda c'era un grafico di punti dati. Si chiedeva con quale equazione potessero essere raggruppati (ad esempio, cos(X) o X²+Y²).
• È fondamentale conoscere le differenze tra Dataflow, Dataproc, Datastore, Bigtable, BigQuery, Pub/Sub e comprendere come possano essere utilizzati.
• Due esempi specifici all'esame sono stati gli stessi che c'erano negli esercizi, anche se durante l'esame non li ho letti affatto (le domande erano sufficienti per rispondere).
• È utile conoscere la sintassi di base delle query SQL, specialmente per le domande su BigQuery.
• Gli esami di prova nei corsi di Linux Academy e GCP sono molto simili nello stile alle domande dell'esame - è consigliabile farli più volte per identificare i propri punti deboli.
• È importante ricordare che Dataproc funziona con Hadoop, Spark, Hive e Pigs.
• Dataflow funziona con Apache Beam.
• Cloud Spanner è un database progettato originariamente per il cloud, compatibile con ACID e funziona ovunque nel mondo.
• È utile conoscere i nomi dei "vecchi" - equivalenti dei database relazionali e non relazionali (ad esempio, MongoDB, Cassandra).
• I ruoli IAM dei servizi differiscono un po', ma sarebbe utile capire come separare per gli utenti la possibilità di visualizzare i dati e progettare flussi di lavoro (ad esempio, nel ruolo di Dataflow Worker si possono progettare flussi di lavoro, ma non vedere i dati).
Per ora, questo è probabilmente sufficiente. Ogni esame avrà le sue peculiarità. Il corso di Linux Academy fornirà l'80% delle conoscenze necessarie.
Costo: gratis.
Tempo: 1–2 ore.
Utilità: 5 su 10.
Questi video sono stati raccomandati nei forum di A Cloud Guru. Molti di essi non sono correlati alla certificazione di Professional Data Engineer, quindi ho semplicemente scelto quelli i cui nomi dei servizi mi sembravano familiari.
Durante il corso, alcuni servizi potrebbero sembrare complessi, quindi è stato piacevole vedere come un servizio specifico potesse essere descritto in un minuto.
Costo: 49 $ per il certificato o gratuito (senza certificato).
Tempo: 1–2 settimane, più di sei ore a settimana.
Utilità: non è stata valutata.
Ho trovato questa risorsa un giorno prima della data prevista per l'esame. Non ho avuto tempo per completarla - da qui l'assenza di valutazione sull'utilità.
Tuttavia, dopo aver esaminato la pagina panoramica del corso, posso dire che è una risorsa eccellente per ripassare tutto ciò che hai appreso sul Data Engineering in Google Cloud e identificare i tuoi punti deboli.
Ne ho parlato di questo corso a uno dei miei colleghi che si sta preparando per la certificazione.
Costo: gratis.
Tempo: sconosciuto.
Utilità: non è stata valutata.
Un'altra risorsa che ho trovato dopo l'esame. Sembra esaustiva, ma la presentazione è piuttosto concisa. Inoltre, è gratuita. Può essere consultata tra i test di allenamento e anche dopo la certificazione, per rinfrescare le conoscenze.
Cosa ho fatto dopo i corsi?
Avvicinandosi al termine dei corsi, ho prenotato l'esame con un preavviso di una settimana.
Avere una scadenza è una grande motivazione per revisionare ciò che si è appreso.
Ho sostenuto più volte i test di allenamento di Linux Academy e Google Cloud, fino a quando non ho iniziato a ottenere costantemente oltre il 95%.
La prima prova del test di allenamento di Linux Academy con un punteggio superiore al 90%.
I test per ciascuna delle piattaforme sono simili; annotavo e analizzavo le domande in cui sbagliavo frequentemente, il che mi ha aiutato a eliminare i punti deboli.
Durante l'esame vero e proprio, l'argomento era lo sviluppo di sistemi di elaborazione dei dati in Google Cloud con due esempi (dal 29 marzo 2019 il contenuto dell'esame è cambiato). In tutto l'esame ci sono state domande a scelta multipla.
Il superamento dell'esame ha richiesto due ore, ed è sembrato circa il 20% più difficile rispetto ai test di allenamento che conoscevo.
Tuttavia, questi ultimi sono una risorsa molto preziosa.
Cosa cambierei se dovessi sostenere di nuovo l'esame?
Più test di allenamento. Più esperienza pratica.
Certamente, c'è sempre la possibilità di prepararsi un po' meglio.
Nei requisiti consigliati è indicato un'esperienza di oltre tre anni con GCP, che io non avevo, quindi ho dovuto fare i conti con quello che c'era.
Inoltre
L'esame è stato aggiornato il 29 marzo. I materiali dell'articolo forniranno comunque una buona base per la preparazione, ma è importante notare alcuni cambiamenti.
Sezioni dell'esame Google Cloud Professional Data Engineer ()
1. Progettazione di sistemi di elaborazione dei dati.
2. Costruzione e supporto di strutture e database.
3. Analisi dei dati e integrazione del machine learning.
4. Modellazione dei processi aziendali per analisi e ottimizzazione.
5. Garanzia di affidabilità.
6. Visualizzazione dei dati e supporto alle decisioni.
7. Progettazione incentrata sulla sicurezza e conformità ai requisiti.
Sezioni dell'esame Google Cloud Professional Data Engineer ()
1. Progettazione di sistemi di elaborazione dei dati.
2. Costruzione e operazione di sistemi di elaborazione dei dati.
3. Operazione di modelli di machine learning (la maggior parte dei cambiamenti è avvenuta qui) [NUOVO].
4. Garanzia della qualità delle soluzioni.
Nella versione 2, le sezioni 1, 2, 4 e 6 della versione 1 sono state unite nelle sezioni 1 e 2, mentre le sezioni 5 e 7 sono state unite nella sezione 4. La sezione 3 nella versione 2 è stata ampliata e ora copre tutte le nuove funzionalità di machine learning in Google Cloud.
Questi cambiamenti sono recenti, quindi molti materiali didattici non sono stati ancora aggiornati.
Tuttavia, se utilizzi i materiali dell'articolo, dovrebbe essere sufficiente per coprire il 70% delle conoscenze necessarie. Ti consiglio anche di approfondire i seguenti argomenti (che sono apparsi nella seconda versione dell'esame):
- (hardware progettato da Google specificamente per machine learning).
Come puoi vedere, l'aggiornamento dell'esame è principalmente legato alle funzionalità di machine learning in Google Cloud.
Addendum del 29.04.2019. Ho ricevuto un messaggio dal docente del corso Linux Academy (Matthew Ulasien).
Solo per riferimento: stiamo pianificando di aggiornare il corso Data Engineer in Linux Academy e riflettere i nuovi obiettivi - intorno alla metà o alla fine di maggio.
Dopo l'esame
Superato l'esame, riceverai un risultato di "superato" o "non superato". Negli esami di prova si consiglia di puntare a un minimo del 70%, quindi il mio obiettivo è stato il 90%.
Dopo aver superato l'esame, riceverai via email un codice di attivazione insieme al certificato ufficiale Google Cloud Professional Data Engineer. Congratulazioni!
Il codice di attivazione può essere utilizzato nel negozio esclusivo di Google Cloud Professional Data Engineer, dove puoi trovare diverse cose: ci sono magliette, zaini e felpe (al momento della consegna alcune cose potrebbero non essere disponibili). Ho scelto una felpa.
Una volta ottenuto il certificato, puoi dimostrare ufficialmente le tue competenze e tornare a lavorare su ciò che ti riesce meglio: costruire sistemi.
Ci vediamo tra due anni per la ricertificazione.
P.S. Un grande grazie ai meravigliosi insegnanti dei corsi sopra citati e per la fornitura di risorse e tempo per la formazione e la preparazione all'esame.
Informazioni sul traduttore
La traduzione dell'articolo è stata effettuata da Alconost.
Alconost si occupa di , in 70 lingue. Traduttori madrelingua, test linguistici, piattaforma cloud con API, localizzazione continua, project manager 24/7, qualsiasi formato di risorse stringa.
Facciamo anche — per siti web, promozionali, di branding, pubblicitari, educativi, teaser, explainer, trailer per Google Play e App Store.
→
Fonte: habr.com
