Senza un'esperienza pratica consigliata di tre anni
*Nota: questo articolo riguarda l'esame di certificazione Google Cloud Professional Data Engineer, valido fino al 29 marzo 2019. Da allora ci sono state alcune modifiche, descritte nella sezione «Inoltre»*
Felpa Google: presente. Espressione seria: presente. Foto dalla versione video di questo articolo .
Vuoi avere una felpa nuova di zecca, come quella che indosso nella foto?
Oppure, forse sei interessato al certificato e stai cercando di capire come ottenerlo?
Negli ultimi mesi ho seguito diversi corsi e ho lavorato contemporaneamente su Google Cloud per prepararmi all'esame Professional Data Engineer. Poi ho fatto l'esame e l'ho superato. Dopo alcune settimane è arrivata la felpa, ma il certificato è arrivato prima.
In questo articolo troverai alcune informazioni che potrebbero esserti utili e i passaggi che ho intrapreso per ottenere il certificato Google Cloud Professional Data Engineer.
Tradotto in
Perché è importante ottenere il certificato Google Cloud Professional Data Engineer?
I dati ci circondano, sono ovunque. Per questo motivo, oggi sono richiesti professionisti che sappiano come creare sistemi in grado di elaborare e utilizzare i dati. Google Cloud offre l'infrastruttura necessaria per costruire tali sistemi.
Se hai già competenze nell'utilizzo di Google Cloud, come puoi dimostrarle a un futuro datore di lavoro o cliente? Ci sono due modi: avere un portfolio di progetti o sostenere una certificazione.
Il certificato comunica ai potenziali clienti e datori di lavoro che possiedi competenze specifiche e che hai fatto un certo impegno per ottenerne una conferma ufficiale.
Questo è anche confermato nella descrizione ufficiale dell'esame.
Dimostra le tue capacità nel progettare e costruire sistemi di elaborazione dei dati e modelli di machine learning sulla piattaforma Google Cloud.
Se non hai ancora le competenze necessarie, durante lo studio dei materiali per la certificazione imparerai tutto ciò che ti serve su come creare sistemi di elaborazione dei dati di altissimo livello con Google Cloud.
A chi serve ottenere la certificazione Google Cloud Professional Data Engineer?
Hai notato i numeri: il settore delle tecnologie cloud sta crescendo e rimarrà con noi a lungo. Se non conosci le statistiche, credici: il termine 'cloud' è in ascesa.
Se già lavori come specialista nell'elaborazione o analisi dei dati, ingegnere di apprendimento automatico, o se desideri entrare nel campo dell'elaborazione dei dati, la certificazione Google Cloud Professional Data Engineer è ciò di cui hai bisogno.
Saper utilizzare le tecnologie cloud sta diventando un requisito fondamentale per tutti i professionisti che lavorano con i dati.
È necessario un certificato per essere un professionista nell'elaborazione, analisi dei dati o nell'apprendimento automatico?
No.
Puoi utilizzare Google Cloud per lavorare su 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 di nuovo.
Inoltre, dovrai investire in corsi di preparazione e nell'utilizzo della piattaforma stessa.
I costi per l'utilizzo della piattaforma sono le tariffe per i servizi di Google Cloud. Se sei un utente attivo, sai di cosa si tratta. Se sei un novizio e stai iniziando a esplorare il materiale didattico descritto in questo articolo, puoi creare un account Google Cloud e fare tutto necessario rimanendo nei 300 dollari che Google accredita al momento della registrazione.
Ci arriveremo fra un attimo al costo dei corsi.
Quanto dura il certificato?
Due anni. Al termine di questo periodo è necessario sostenere nuovamente l'esame.
E poiché Google Cloud è in continua evoluzione, è molto probabile che cambino anche i requisiti per la certificazione (è successo proprio quando ho iniziato a scrivere quest'articolo).
Cosa serve per prepararsi all'esame?
Per la certificazione a livello professionale, Google raccomanda di avere oltre tre anni di esperienza nel settore e più di un anno nella sviluppo e gestione delle soluzioni utilizzando GCP.
Non avevo nulla di tutto ciò.
L'esperienza pertinente era di circa sei mesi in ciascun caso.
Per colmare le lacune, ho utilizzato diverse risorse di apprendimento online.
Quali corsi ho seguito?
Se il tuo caso è simile al mio e non soddisfi i requisiti raccomandati, puoi migliorare il tuo livello seguendo alcuni corsi elencati di seguito.
Questi sono quelli che ho utilizzato per prepararmi alla certificazione. Sono elencati in ordine di completamento.
Per ognuno ho indicato il costo, la durata e l'utilità per sostenere l'esame di certificazione.
Alcune delle ottime risorse online 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).
Durata: 1–2 mesi, più di 10 ore a settimana.
Utilità: 8 su 10.
Corso sulla piattaforma Coursera sviluppato in collaborazione con Google Cloud.
È suddiviso in cinque corsi modulari, ognuno dei quali richiede circa 10 ore di studio a settimana.
Se non hai familiarità con l'elaborazione dei dati in Google Cloud, questa specializzazione ti fornirà le competenze necessarie. Dovrai eseguire una serie di esercizi pratici utilizzando una piattaforma iterativa chiamata QwikLabs. Prima di ciò, ci saranno conferenze tenute da esperti di Google Cloud su come utilizzare vari servizi come Google BigQuery, Cloud Dataproc, Dataflow e Bigtable.
Costo: gratuito.
Durata: 1 settimana, 4–6 ore.
Utilità: 4 su 10.
Una bassa valutazione di utilità non significa che il corso nel complesso sia inutile: affatto. L'unica ragione per cui la valutazione è così bassa è che non è orientata verso la certificazione Professional Data Engineer (come si può dedurre dal titolo).
L'ho seguito per rinfrescare le mie conoscenze dopo aver completato la specializzazione su Coursera, poiché avevo utilizzato Google Cloud in alcune circostanze limitate.
Se hai mai lavorato con un altro fornitore di servizi cloud o non hai mai utilizzato Google Cloud, questo corso potrebbe esserti utile: è un'ottima introduzione alla piattaforma Google Cloud nel suo complesso.
Costo: 49 $ al mese (dopo un periodo di prova gratuito di 7 giorni).
Durata: 1–4 settimane, oltre 4 ore a settimana.
Utilità: 10 su 10.
Superato l'esame e riflettendo sui corsi seguiti, posso dire che il più utile è stato il corso della Linux Academy per il Google Certified Professional Data Engineer.
Video lezioni, oltre alla (un ottimo materiale didattico gratuito fornito insieme al corso) e i quiz di allenamento rendono questo corso uno dei migliori che abbia mai seguito.
L'ho persino consigliato come materiale di riferimento nelle note su Slack per il team dopo l'esame.
Note su Slack
• Alcune domande nell'esame non erano trattate né nel corso della Linux Academy né in A Cloud Guru, né negli esami di Google Cloud Practice (un'aspettativa legittima).
• In una domanda c'era un grafico di punti dati. Si chiedeva quale formula si potesse utilizzare per raggrupparli (ad esempio, cos(X) o X²+Y²).
• È essenziale conoscere le differenze tra Dataflow, Dataproc, Datastore, Bigtable, BigQuery, Pub/Sub e comprendere come possano essere utilizzati.
• Due esempi specifici nell'esame erano identici a quelli dei quiz, anche se durante l'esame non li ho letti affatto (le domande stesse erano sufficienti per rispondere).
• È utile conoscere la sintassi di base delle query SQL, soprattutto per le domande su BigQuery.
• Gli esami di prova nei corsi di Linux Academy e GCP sono molto simili per stile alle domande dell'esame: vale la pena sostenerli più volte per individuare le proprie debolezze.
• È importante ricordare che Dataproc lavora con Hadoop, Spark, Hive e Pigs.
• Dataflow lavora con Apache Beam.
• Cloud Spanner è un database originariamente progettato 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 nei servizi sono leggermente diversi, ma sarebbe bene capire come separare per gli utenti le possibilità di visualizzare i dati e progettare i flussi di lavoro (ad esempio, nel ruolo di Dataflow Worker si possono progettare flussi di lavoro, ma non si possono visualizzare i dati).
Per ora, questo è probabilmente sufficiente. Ogni esame si svolgerà a modo suo. Il corso di Linux Academy fornirà l'80% delle conoscenze necessarie.
Costo: gratuito.
Durata: 1–2 ore.
Utilità: 5 su 10.
Questi video sono stati consigliati nei forum di A Cloud Guru. Molti di essi non sono correlati alla certificazione 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 venisse descritto in appena un minuto.
Costo: 49 $ per il certificato o gratuito (senza certificato).
Durata: 1-2 settimane, oltre sei ore a settimana.
Utilità: non valutato.
Ho trovato questa risorsa un giorno prima della data programmata per l'esame. Non ho avuto tempo per completarla, ecco perché non è stata valutata come utile.
Tuttavia, dopo aver esaminato la pagina del corso, posso dire che è una risorsa eccellente per ripassare tutto ciò che hai imparato sul Data Engineering in Google Cloud e individuare i tuoi punti deboli.
Ho parlato di questo corso a un collega che si sta preparando per la certificazione.
Costo: gratuito.
Durata: sconosciuto.
Utilità: non valutato.
Un'altra risorsa che ho trovato dopo l'esame. Sembra molto completa, ma le spiegazioni sono piuttosto brevi. Inoltre, è gratuita. Può essere consultata tra gli esami di prova e anche dopo la certificazione per rinfrescare le conoscenze.
Cosa ho fatto dopo i corsi?
Avvicinandomi alla conclusione dei corsi, ho prenotato l'esame con un preavviso di una settimana.
Avere una scadenza è una grande motivazione per rivedere ciò che si è appreso.
Ho sostenuto più volte gli esami di prova della Linux Academy e di Google Cloud prima di iniziare a ottenere stabilmente oltre il 95%.
Il primo esame di prova della Linux Academy con un punteggio superiore al 90%.
I test per ciascuna delle piattaforme sono simili; ho registrato e analizzato le domande in cui commettevo errori ricorrenti—questo mi ha aiutato a eliminare le debolezze.
Durante l'esame vero e proprio, il tema era lo sviluppo dei sistemi di elaborazione dei dati in Google Cloud su due esempi (dal 29 marzo 2019 il contenuto dell'esame è cambiato). Tutte le domande dell'esame erano a risposta multipla.
Il superamento dell'esame ha richiesto due ore, e mi è sembrato circa il 20% più difficile rispetto agli esami di prova che conoscevo.
Tuttavia, questi ultimi sono una risorsa molto preziosa.
Cosa cambierei se dovessi sostenere l'esame di nuovo?
Più esami di prova. Maggiore esperienza pratica.
Certo, c'è sempre spazio per prepararsi un po' meglio.
Nei requisiti consigliati sono richiesti più di tre anni di esperienza con GCP, cosa che non avevo—quindi ho dovuto gestire ciò che avevo.
Inoltre
L'esame è stato aggiornato il 29 marzo. I materiali dell'articolo forniscono ancora una buona base per la preparazione, ma è importante notare alcuni cambiamenti.
Sezioni dell'esame Google Cloud Professional Data Engineer ()
1. Progettazione dei sistemi di elaborazione dati.
2. Costruzione e manutenzione delle strutture dati e dei 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 con focus sulla sicurezza e conformità alle normative.
Sezioni dell'esame Google Cloud Professional Data Engineer ()
1. Progettazione dei sistemi di elaborazione dati.
2. Costruzione e gestione dei sistemi di elaborazione dati.
3. Gestione dei modelli di machine learning (qui sono avvenuti la maggior parte dei cambiamenti) [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 confluite nella sezione 4. La sezione 3 della versione 2 è stata ampliata e ora copre tutte le nuove funzionalità di machine learning in Google Cloud.
Questi cambiamenti sono avvenuti di recente, quindi molti materiali didattici non sono stati ancora aggiornati.
Tuttavia, utilizzare i materiali dell'articolo dovrebbe essere sufficiente per coprire il 70% delle conoscenze necessarie. Inoltre, ti consiglio di esaminare autonomamente i seguenti argomenti (che sono stati aggiunti nella seconda versione dell'esame):
- (hardware sviluppato da Google specificamente per il machine learning).
Come si può notare, l'aggiornamento dell'esame è principalmente correlato alle funzionalità di machine learning di Google Cloud.
Aggiornamento del 29.04.2019. Ho ricevuto un messaggio dal docente del corso Linux Academy (Matthew Ulasien).
Solo per riferimento: intendiamo aggiornare il corso Data Engineer in Linux Academy per riflettere i nuovi obiettivi — verso metà o fine maggio.
Dopo l'esame
Superato l'esame, riceverai un risultato 'superato' o 'non superato'. Negli esami di pratica, è consigliabile puntare a un minimo del 70%, quindi io mi sono fissato l'obiettivo del 90%.
Dopo aver superato l'esame, riceverai via email un codice di attivazione insieme al certificato ufficiale di Google Cloud Professional Data Engineer. Congratulazioni!
Il codice di attivazione può essere utilizzato nell'esclusivo negozio Google Cloud Professional Data Engineer, dove è possibile trovare buoni affari: ci sono magliette, zaini e felpe (alcuni articoli potrebbero non essere disponibili al momento del rilascio). Io ho scelto una felpa.
Ottenere la certificazione consente di dimostrare ufficialmente le proprie competenze e tornare a lavorare nel campo in cui si eccelle di più: la costruzione di sistemi.
Ci vediamo tra due anni per la ri-certificazione.
P.S. Un grande grazie ai meravigliosi insegnanti dei corsi sopra menzionati e per aver fornito risorse e tempo per l'apprendimento e la preparazione all'esame.
Informazioni sul traduttore
La traduzione dell'articolo è stata eseguita da Alconost.
Alconost si occupa , in 70 lingue. Traduttori madrelingua, test linguistici, piattaforma cloud con API, localizzazione continua, project manager 24/7, qualsiasi formato di risorse testuali.
Ci occupiamo anche di — per siti web, video promozionali, di immagine, pubblicitari, didattici, teaser, explainer, trailer per Google Play e App Store.
→
Fonte: habr.com
