मी Google Cloud Professional Data Engineer प्रमाणन परीक्षा कशी उत्तीर्ण केली

शिफारस केलेल्या 3 वर्षांच्या व्यावहारिक अनुभवाशिवाय

अभ्यासक्रम सुरू होण्यापूर्वी डेटा अभियंता, आम्ही तुमच्यासोबत एका अतिशय मनोरंजक कथेचे भाषांतर सामायिक करू इच्छितो, जी भविष्यातील डेटा अभियंत्यांना नक्कीच उपयुक्त ठरेल. जा!

Google वरून हूडी: घाला. गंभीर कार्यरत चेहर्यावरील हावभाव: उपस्थित. या लेखाच्या व्हिडिओ आवृत्तीमधील फोटो YouTube वर.

नोंद. या लेखामध्ये 29 मार्च 2019 पर्यंतच्या Google क्लाउड प्रोफेशनल डेटा इंजिनिअर प्रमाणन परीक्षेचा समावेश आहे. या तारखेपासून काही बदल झाले आहेत. मी त्यांचा अतिरिक्त विभागात समावेश केला आहे.

तर, तुम्हाला माझ्या कव्हरवर नवीन हुडी मिळवायची आहे का? किंवा तुम्ही प्रमाणित करण्याचा विचार करत आहात? Google क्लाउड व्यावसायिक डेटा अभियंता आणि ते कसे करावे याबद्दल आश्चर्य वाटते.

गेल्या काही महिन्यांपासून, मी प्रोफेशनल डेटा इंजिनीअर परीक्षेची तयारी करण्यासाठी Google क्लाउड वापरून अभ्यासक्रम घेत आहे. मग मी पास होण्याचा प्रयत्न केला आणि पास झालो. आणि काही आठवड्यांनंतर माझी हुडी वितरित झाली. प्रमाणपत्र पटकन आले.

हा लेख तुम्हाला जाणून घ्यायच्या असलेल्या काही गोष्टी आणि माझे Google क्लाउड प्रोफेशनल डेटा इंजिनीअर प्रमाणपत्र मिळविण्यासाठी मी घेतलेल्या पावले सूचीबद्ध करेल.

तुम्हाला Google Cloud Professional Data Engineer म्हणून प्रमाणित का व्हायला आवडेल?

डेटा सर्वत्र आहे. आणि डेटावर प्रक्रिया आणि वापर करू शकणार्‍या प्रणाली कशा तयार करायच्या हे जाणून घेण्याची मागणी आहे. Google क्लाउड या प्रणाली तयार करण्यासाठी पायाभूत सुविधा प्रदान करते.

तुमच्याकडे Google क्लाउड वापरण्याचे कौशल्य आधीपासूनच असू शकते, परंतु तुम्ही भविष्यातील नियोक्ता किंवा क्लायंटला हे कसे दाखवाल? दोन मार्ग आहेत: प्रकल्पांचे पोर्टफोलिओ किंवा प्रमाणपत्र.

प्रमाणपत्र संभाव्य क्लायंट आणि नियोक्त्यांना सांगते, "माझ्याकडे कौशल्ये आहेत आणि मी मान्यता मिळविण्यासाठी प्रयत्न केले आहेत."

Google चे लहान वर्णन त्याचा सारांश देते.

Google क्लाउड प्लॅटफॉर्मवर डेटा सिस्टम डिझाइन आणि तयार करण्याची आणि मशीन लर्निंग मॉडेल तयार करण्याची तुमची क्षमता प्रदर्शित करा.

तुमच्याकडे आधीपासून कौशल्ये नसल्यास, प्रमाणन ट्यूटोरियलमधून जाणे म्हणजे तुम्ही Google क्लाउडवर जागतिक दर्जाची डेटा प्रणाली कशी तयार करावी याबद्दल सर्व काही शिकू शकाल.

Google क्लाउड व्यावसायिक डेटा अभियंता म्हणून कोणाला प्रमाणित व्हायला आवडेल?

तुम्ही आकडे पाहिले आहेत. ढग वाढत आहे. हे आधीच येथे आहे आणि कुठेही जात नाही. आपण अद्याप संख्या पाहिली नसल्यास, माझ्यावर विश्वास ठेवा, ढग वाढत आहे.

तुम्ही आधीपासून डेटा सायंटिस्ट, डेटा इंजिनीअर, डेटा विश्लेषक, मशीन लर्निंग इंजिनियर असाल किंवा डेटाच्या जगात करिअरची संधी शोधत असाल, तर Google Cloud Professional Data Engineer प्रमाणन तुमच्यासाठी आहे.

कोणत्याही डेटा-केंद्रित स्थितीसाठी क्लाउड क्षमता आवश्यक होत आहे.

तुम्हाला चांगला डेटा अभियंता/डेटा सायंटिस्ट/मशीन लर्निंग अभियंता होण्यासाठी प्रमाणपत्राची गरज आहे का?

क्रमांक

तुम्ही अद्याप प्रमाणपत्राशिवाय डेटा ट्रान्सफर सोल्यूशन्ससाठी Google क्लाउड वापरू शकता.

विद्यमान कौशल्ये प्रमाणित करण्यासाठी प्रमाणपत्र ही फक्त एक पद्धत आहे.

याची किंमत किती आहे?

परीक्षेची किंमत $200 आहे. तुम्ही अयशस्वी झाल्यास, तुम्हाला नवीन प्रयत्नासाठी पुन्हा पैसे द्यावे लागतील.

पूर्वतयारी अभ्यासक्रम आणि प्लॅटफॉर्मच्या वापराशी संबंधित खर्च असू शकतो.

प्लॅटफॉर्म शुल्क हे Google क्लाउड सेवा वापरण्यासाठीचे शुल्क आहेत. जर तुम्ही अत्याधुनिक वापरकर्ते असाल तर तुम्हाला याची आधीच जाणीव आहे. तसे नसल्यास, आणि तुम्ही नुकतेच या लेखात समाविष्ट केलेल्या ट्यूटोरियलसह प्रारंभ करत आहात, तुम्ही एक नवीन Google क्लाउड खाते तयार करू शकता आणि साइन अप केल्यावर Google च्या $300 ऑफरमध्ये राहू शकता.

आम्ही एका सेकंदात कोर्सची किंमत मिळवू.

प्रमाणन किती काळ वैध आहे?

2 वर्ष. त्यानंतर, तुम्हाला पुन्हा परीक्षा द्यावी लागेल.

आणि Google क्लाउड दररोज विकसित होत असल्याने, प्रमाणपत्रासाठी जे आवश्यक आहे ते बदलण्याची शक्यता आहे (जसे मला कळले की, मी हा लेख लिहायला सुरुवात केली तेव्हा ते आधीच बदलले होते).

परीक्षेची तयारी करण्यासाठी तुम्हाला काय आवश्यक आहे?

Google व्यावसायिक स्तरावरील प्रमाणनासाठी GCP वापरून 3+ वर्षांचा उद्योग अनुभव आणि 1+ वर्षांचा विकास आणि व्यवस्थापन करण्याची शिफारस करते.

माझ्याकडे वरीलपैकी काहीही नव्हते.

6 महिन्यांच्या संबंधित अनुभवाच्या जोरावर. उणीव भरून काढण्यासाठी, मी ऑनलाइन शिक्षण संसाधनांचा वापर केला.

मी कोणते अभ्यासक्रम घेतले?

जर तुम्ही माझ्यासारखे असाल आणि तुमच्याकडे शिफारस केलेली आवश्यकता नसेल, तर तुम्ही तुमची कौशल्ये वाढवण्यासाठी खालीलपैकी काही अभ्यासक्रम घेऊ शकता.

खालील अभ्यासक्रम मी प्रमाणपत्रासाठी तयार करण्यासाठी वापरले होते. ते पूर्ण होण्याच्या क्रमाने सूचीबद्ध आहेत.

मी प्रत्येकासाठी प्रमाणन परीक्षा देण्याची किंमत, वेळ आणि उपयुक्तता सूचीबद्ध केली आहे.

परीक्षेपूर्वी माझी कौशल्ये सुधारण्यासाठी मी वापरलेली काही उत्तम ऑनलाइन संसाधने. क्रमाने: मेघ गुरु, लिनक्स अकादमी и Coursera.

Coursera कडून Google क्लाउड प्लॅटफॉर्मवर डेटा अभियांत्रिकी

खर्च: $49 प्रति महिना (7-दिवसांच्या विनामूल्य चाचणीनंतर)
वेळ: 1-2 महिने, दर आठवड्याला 10+ तास
उपयुक्तता: 8 / 10

Coursera कडून Google क्लाउड प्लॅटफॉर्मवर डेटा अभियांत्रिकी Google Cloud च्या सहकार्याने तयार केले.

हे पाच उप-अभ्यासक्रमांमध्ये विभागले गेले आहे, प्रत्येक आठवड्यात अभ्यासासाठी सुमारे 10 तास लागतात.

तुम्ही Google क्लाउड डेटा प्रोसेसिंगसाठी नवीन असल्यास, हे स्पेशलायझेशन तुम्हाला लेव्हल 0 वरून लेव्हल 1 वर नेईल. तुम्ही QwikLabs नावाच्या पुनरावृत्ती प्लॅटफॉर्मचा वापर करून हँड्स-ऑन व्यायामांची मालिका पूर्ण कराल. त्याआधी, Google BigQuery, Cloud Dataproc, Dataflow आणि Bigtable यांसारख्या विविध सेवा कशा वापरायच्या यावर Google क्लाउड प्रॅक्टिशनर्सची व्याख्याने असतील.

Google क्लाउड प्लॅटफॉर्मवर क्लाउड गुरूचा परिचय

खर्च: विनामूल्य
वेळ: 1 आठवडा, 4-6 तास
उपयुक्तता: 4 / 10

अभ्यासक्रमाच्या निरुपयोगीतेचे संकेत म्हणून कमी उपयुक्तता स्कोअर घेऊ नका. हे सत्यापासून दूर आहे. त्याला कमी स्कोअर मिळण्याचे एकमेव कारण म्हणजे ते व्यावसायिक डेटा अभियंता प्रमाणित करण्यावर लक्ष केंद्रित करत नाही (नावाप्रमाणेच).

Coursera स्पेशलायझेशन पूर्ण केल्यानंतर, मी हा कोर्स रिफ्रेशर म्हणून घेतला कारण मी फक्त काही विशिष्ट प्रकरणांसाठी Google क्लाउड वापरला.

तुम्ही दुसर्‍या क्लाउड प्रदात्याकडून आला असाल किंवा यापूर्वी कधीही Google क्लाउड वापरला नसेल, तर तुम्हाला हा कोर्स करावासा वाटेल. सर्वसाधारणपणे Google क्लाउड प्लॅटफॉर्मचा हा एक उत्तम परिचय आहे.

लिनक्स अकादमीकडून Google प्रमाणित व्यावसायिक डेटा अभियंता

खर्च: $49 प्रति महिना (7-दिवसांच्या विनामूल्य चाचणीनंतर)
वेळ: 1-4 आठवडे, दर आठवड्याला 4+ तास
उपयुक्तता: 10 / 10

परीक्षा पूर्ण केल्यानंतर आणि मी घेतलेल्या अभ्यासक्रमांवर विचार करणे, सर्वात उपयुक्त ठरले लिनक्स अकादमीकडून Google प्रमाणित व्यावसायिक डेटा अभियंता.

व्हिडिओ तसेच डेटा डॉसियर ईबुक (कोर्ससह येणारे एक उत्तम विनामूल्य शिक्षण संसाधन) आणि सराव परीक्षांमुळे हा अभ्यासक्रम मी आतापर्यंत वापरलेल्या सर्वोत्तम शिक्षण संसाधनांपैकी एक बनला आहे.

मी परीक्षेनंतर संघाला काही स्लॅक नोट्समध्ये संदर्भ म्हणून शिफारस देखील केली.

स्लॅकमध्ये नोट्स

• लिनक्स अकादमी, क्लाउड गुरू किंवा Google क्लाउड प्रॅक्टिस (अपेक्षित) येथे परीक्षेतील काही गोष्टी परीक्षेत नव्हत्या
• डेटा पॉइंट्सच्या आलेखासह 1 प्रश्न, कोणत्या समीकरणाबद्दल तुम्ही त्यांना गटबद्ध करावे (उदाहरणार्थ, cos(X) किंवा X² + Y²)
• Dataflow, Dataproc, Datastore, Bigtable, BigQuery, Pub/Sub मधील फरक आणि ते कसे वापरले जाऊ शकतात हे जाणून घेणे आवश्यक आहे.
• परीक्षेतील अभ्यासाची दोन कार्यरत उदाहरणे व्यावहारिक सत्रांसारखीच होती, जरी मी परीक्षेदरम्यान या अभ्यासांचा अजिबात संदर्भ दिला नाही (प्रश्नांनी पुरेशी समज दिली).
• मूलभूत SQL क्वेरी वाक्यरचना जाणून घेणे खूप उपयुक्त आहे, विशेषतः BigQuery प्रश्नांसाठी.
• लिनक्स अकादमी आणि GCP द्वारे प्रदान केलेल्या सराव परीक्षा या परीक्षेच्या प्रश्नांच्या शैलीत खूप समान आहेत आणि मी त्या प्रत्येकावर अनेक वेळा काम करेन आणि तुमच्या कमकुवतपणा शोधण्यासाठी त्यांचा वापर करेन.
• Dataproc सह मदत करण्यासाठी एक छोटी टीप: “डेटाप्रोक मगर आणि हडोप हत्ती योजना स्पार्क आग आणि शिजवा a पोळे of डुकरांना" {मगर डेटाप्रोक आणि हत्ती हडोप आग लावण्याचे नियोजनस्पार्क - ठिणगी टाका, आग लावा - आग लावा) आणि एक थवा शिजवा (पोळे) डुक्कर (डुक्कर)} (डेटाप्रोक हडूप, स्पार्क, पोळे आणि डुक्कर यांच्याशी संबंधित आहे)
• «माहितीचा प्रवाह एक वाहते आहे तुळई प्रकाशाचा" {माहितीचा प्रवाह हा सध्याचा बीम आहे (तुळई) light} (डेटाफ्लो अपाचे बीमशी संबंधित आहे)
• "प्रत्येकजण जगभरातील a शी संबंधित असू शकते चांगले तयार केलेले ACID धुतले स्पॅनर" {कोणीही जगभरात शुद्ध ऍसिडचा सामना करू शकतो (आम्ल) एका चांगल्या स्पॅनरसह (स्पॅनर)} (क्लाउड स्पॅनर हा एक डेटाबेस आहे जो क्लाउडला जमिनीपासून दूर ठेवण्यासाठी डिझाइन केलेला आहे, ACID अनुरूप आणि जगभरात उपलब्ध आहे)
• रिलेशनल आणि नॉन-रिलेशनल डेटाबेसच्या क्लासिक आवृत्त्यांची नावे जाणून घेणे उपयुक्त ठरू शकते (उदाहरणार्थ, मोंगोडीबी, कॅसॅंड्रा)
• प्रत्येक सेवेसाठी IAM भूमिका थोड्या प्रमाणात बदलतात, परंतु वर्कफ्लो डिझाइन करण्याची क्षमता काढून न घेता वापरकर्त्यांना डेटा पाहण्यापासून कसे वेगळे करायचे हे समजून घेणे उपयुक्त आहे (उदा. "डेटाफ्लो वर्कर" भूमिका वर्कफ्लो डिझाइन करू शकते परंतु डेटा पाहू शकत नाही)

हे कदाचित सध्या पुरेसे आहे. परीक्षेनुसार मायलेज कदाचित भिन्न असेल. लिनक्स अकादमीचा कोर्स तुम्हाला 80% ज्ञान देईल.

1-मिनिट Google क्लाउड व्हिडिओ

खर्च: विनामूल्य
वेळ: 1-2 तास
उपयुक्तता: 5 / 10

क्लाउड गुरू मंचावर त्यांची शिफारस करण्यात आली आहे. त्यापैकी बरेच व्यावसायिक डेटा अभियंता प्रमाणपत्राशी संबंधित नव्हते, परंतु मी काही निवडले आहेत.

कोर्स करताना काही सेवा क्लिष्ट वाटू शकतात, त्यामुळे एका मिनिटात विशिष्ट सेवेचे वर्णन कसे केले जाते हे ऐकून छान वाटले.

क्लाउड प्रोफेशनल डेटा इंजिनीअर परीक्षेची तयारी करत आहे

खर्च: प्रति प्रमाणपत्र $49 किंवा मोफत (प्रमाणपत्राशिवाय)
वेळ: 1-2 आठवडे, दर आठवड्याला 6+ तास
उपयुक्तता: एन / ए

माझ्या नियोजित परीक्षेच्या आदल्या दिवशी मला हे संसाधन सापडले. वेळेच्या मर्यादेमुळे मी ते पूर्ण केले नाही, म्हणून उपयुक्तता रेटिंगची कमतरता.

तथापि, अभ्यासक्रमाच्या विहंगावलोकन पृष्ठावरून, आपण Google क्लाउड डेटा अभियांत्रिकीबद्दल जे काही शिकलात ते सर्व एकत्र आणण्यासाठी आणि कोणत्याही कमकुवतपणाला हायलाइट करण्यासाठी हे एक उत्तम संसाधन असल्याचे दिसते.

प्रमाणीकरणाची तयारी करत असलेल्या माझ्या एका सहकाऱ्याला संसाधन म्हणून मी या कोर्सची शिफारस केली आहे.

Maverick Lin चे Google डेटा अभियांत्रिकी चीट शीट

खर्च: विनामूल्य
वेळ: N/A
उपयुक्तता: N/A

परीक्षेनंतर मी अडखळलेले हे आणखी एक संसाधन होते. माझ्या मते, ते सर्वसमावेशक आहे, परंतु त्याच वेळी संक्षिप्त आहे. शिवाय, ते विनामूल्य आहे. हे सराव परीक्षांदरम्यान वाचण्यासाठी किंवा प्रमाणीकरणानंतरही ज्ञान वाढवण्यासाठी वापरले जाऊ शकते.

अभ्यासक्रमानंतर मी काय केले?

जसजसा मी अभ्यासक्रम संपत आला, तसतसे मी एका आठवड्याची नोटीस देऊन परीक्षा बुक केली.
आपण जे शिकलात ते अधिक मजबूत करण्यासाठी अंतिम मुदत असणे ही एक उत्तम प्रेरणा आहे.

मी लिनक्स अकादमी आणि गुगल क्लाउड मधून वारंवार सराव परीक्षा दिल्या जोपर्यंत मी प्रत्येक वेळी 95%+ अचूकतेने पूर्ण करू शकलो नाही.

लिनक्स अकादमी सराव परीक्षा प्रथमच 90% पेक्षा जास्त गुणांसह उत्तीर्ण झाली.

प्रत्येक प्लॅटफॉर्मवरील चाचण्या सारख्याच असतात, परंतु मला असे आढळले की प्रश्नांचा अभ्यास करताना मी सातत्याने चुकीचे ठरलो आणि मी त्यांचा गैरसमज का केला ते लिहिल्याने माझ्या कमकुवत जागा घट्ट होण्यास मदत झाली.

मी घेतलेल्या परीक्षेत Google Cloud वर डेटा सिस्टम विकसित करण्यासाठी दोन उदाहरणे संशोधन प्रकल्पांचा विषय म्हणून वापर केला (हे 29 मार्च 2019 पासून बदलले आहे). आणि हे सर्वत्र बहुविध पर्याय होते.

मला सुमारे 2 तास लागले. आणि मी घेतलेल्या कोणत्याही परीक्षांपेक्षा ते सुमारे 20% कठीण होते.

प्रात्यक्षिक परीक्षांचे मूल्य मी पुरेसे व्यक्त करू शकत नाही.

मी पुन्हा गेलो तर काय बदलेल?

अधिक सराव परीक्षा. अधिक व्यावहारिक ज्ञान.

अर्थात, तुम्ही करू शकता अशी अधिक तयारी नेहमीच असते.

शिफारस केलेली आवश्यकता 3 वर्षांपेक्षा जास्त GCP वापर दर्शवते. पण माझ्याकडे ते नव्हते, म्हणून माझ्याकडे जे आहे ते मला सामोरे जावे लागले.

याव्यतिरिक्त

परीक्षा २९ मार्च रोजी अपडेट करण्यात आली. या लेखात सादर केलेली सामग्री अजूनही एक चांगला पाया प्रदान करते, परंतु काही बदल लक्षात घेणे आवश्यक आहे.

गुगल क्लाउड प्रोफेशनल डेटा इंजिनीअर परीक्षेचे विविध विभाग (आवृत्ती 1)

1. डेटा प्रोसेसिंग सिस्टमची रचना
2. संरचना आणि डेटाबेसची निर्मिती आणि समर्थन.
3. डेटा विश्लेषण आणि मशीन शिक्षण कनेक्शन
4. विश्लेषण आणि ऑप्टिमायझेशनसाठी व्यवसाय प्रक्रिया मॉडेलिंग
5. विश्वासार्हता सुनिश्चित करणे
6. डेटा व्हिज्युअलायझेशन आणि धोरण समर्थन
7. सुरक्षा आणि अनुपालनासाठी डिझाइनिंग

गुगल क्लाउड प्रोफेशनल डेटा इंजिनीअर परीक्षेचे विविध विभाग (आवृत्ती 2)

1. डेटा प्रोसेसिंग सिस्टमची रचना
2. डेटा प्रोसेसिंग सिस्टमचे बांधकाम आणि ऑपरेशन
3. मशीन लर्निंग मॉडेल्सचे कार्यान्वितीकरण (बहुतेक बदल येथे झाले आहेत) [नवीन]
4. निर्णयांची गुणवत्ता सुनिश्चित करणे

आवृत्ती 2 ने आवृत्ती 1 मधील विभाग 2, 4, 6, आणि 1 1 आणि 2 मध्ये विलीन केले. त्‍याने आवृत्‍ती 5 मधील विभाग 7 आणि 1 देखील विभाग 4 मध्‍ये विलीन केले. आणि आवृत्‍ती 3 च्‍या कलम 2 चा सर्व नवीन Google Cloud कव्हर करण्‍यासाठी विस्तार केला गेला. मशीन लर्निंग क्षमता.

कारण हे बदल अगदी अलीकडचे आहेत, अनेक शैक्षणिक साहित्य अपडेट केले जाऊ शकलेले नाहीत.

तथापि, या लेखातील सामग्रीसह स्वत: ला परिचित करणे आपल्याला आवश्यक असलेल्या 70% कव्हर करण्यासाठी पुरेसे आहे. मी हे खालील प्रश्नांवरील तुमच्या स्वतःच्या संशोधनासह (जे परीक्षेच्या दुसर्‍या आवृत्तीत सादर केले होते) एकत्र करेन.

• मशीन लर्निंग API (ML - मशीन लर्निंग) Google
• Google क्लाउड मशीन लर्निंग इंजिन
• Google क्लाउड TPUs (विशेषतः ML प्रशिक्षणासाठी Google द्वारे डिझाइन केलेले सानुकूल उपकरणे)
• ML अटींचा Google शब्दकोष

तुम्ही बघू शकता, परीक्षेचे शेवटचे अपडेट Google Cloud मधील ML वैशिष्ट्यांवर केंद्रित होते.

अपडेट 29/04/2019: लिनक्स अकादमीचे अभ्यासक्रम प्रशिक्षक मॅथ्यू उलासेन यांचा संदेश.
फक्त संदर्भासाठी, आम्ही लिनक्स अकादमीमधील डेटा अभियंता अभ्यासक्रम अद्ययावत करण्याची योजना आखत आहोत जे नवीन अभ्यासक्रम मे महिन्याच्या मध्यात/उशिरा सुरू होतील.

परीक्षेनंतर

तुम्ही परीक्षा देता तेव्हा तुम्हाला फक्त पास किंवा अनुत्तीर्ण निकाल मिळेल. मी कमीतकमी 70% चे लक्ष्य ठेवण्याचा सल्ला देतो, म्हणून मी सराव परीक्षांमध्ये किमान 90% चे लक्ष्य ठेवले.

एकदा पास झाल्यानंतर, तुम्हाला तुमच्या अधिकृत Google क्लाउड प्रोफेशनल डेटा इंजिनीअर प्रमाणपत्रासह ईमेलद्वारे रिडेम्पशन कोड प्राप्त होईल. अभिनंदन!

तुम्ही अनन्य Google क्लाउड प्रोफेशनल डेटा इंजिनीअर स्टोअरमध्ये रिडेम्पशन कोड वापरू शकता, जे स्वॅगने भरलेले आहे (स्वॅग). तेथे टी-शर्ट, बॅकपॅक आणि हुडीज आहेत (तुम्ही तिथे पोहोचाल तेव्हा ते कदाचित स्टॉकमध्ये नसतील). मी हुडीज निवडले.

आता तुम्ही प्रमाणित आहात, तुम्ही तुमचा कौशल्य संच (अधिकृतपणे) दाखवू शकता आणि तुम्ही जे सर्वोत्तम करता ते परत मिळवू शकता.

पुन्हा प्रमाणित करण्यासाठी दोन वर्षांत भेटू.

पुनश्च: आपल्याकडे काही प्रश्न असल्यास किंवा स्पष्टीकरण हवे असल्यास, आपण माझ्याशी येथे संपर्क साधू शकता Twitter и संलग्न. चालू YouTube वर या लेखाची व्हिडिओ आवृत्ती देखील आहे.
PPS: वरील सर्व अभ्यासक्रमातील सर्व अद्भुत शिक्षकांचे खूप खूप आभार आणि मॅक्स केल्सन अभ्यास करण्यासाठी आणि परीक्षेची तयारी करण्यासाठी संसाधने आणि वेळ प्रदान करण्यासाठी.

आणि प्रत्येकजण ज्याला कोर्स प्रोग्राम, ऑनलाइन स्वरूपाची वैशिष्ट्ये, कौशल्ये, क्षमता आणि प्रशिक्षणानंतर पदवीधरांच्या प्रतीक्षेत असलेल्या संभावनांबद्दल अधिक जाणून घ्यायचे आहे, आम्ही तुम्हाला आमंत्रित करतो. खुला दिवस, जे आज 20.00 वाजता होईल.

स्त्रोत: www.habr.com