Bez rekomendowanego trzyletniego praktycznego doświadczenia
*Uwaga: Artykuł poświęcony jest egzaminowi certyfikacyjnemu Google Cloud Professional Data Engineer, który był aktualny do 29 marca 2019 r. Po tym wystąpiły pewne zmiany — są one opisane w sekcji „Dodatkowo»*
Hoodie Google: jest. Poważny wyraz twarzy: jest. Zdjęcie z wideo tej artykułu .
Chcesz zdobyć nowy hoodie, tak jak na moim zdjęciu?
A może interesuje Cię certyfikat i próbujesz zrozumieć, jak go uzyskać?
W ciągu ostatnich kilku miesięcy przeszedłem kilka kursów i jednocześnie pracowałem z Google Cloud — aby przygotować się do egzaminu Professional Data Engineer. Następnie przystąpiłem do egzaminu i go zdałem. Po kilku tygodniach przyszedł hoodie — ale certyfikat dotarł szybciej.
W tym artykule znajdą się informacje, które mogą okazać się przydatne, oraz kroki, które podjąłem, aby uzyskać certyfikat Google Cloud Professional Data Engineer.
Przetłumaczone przez
Po co zdobywać certyfikat Google Cloud Professional Data Engineer?
Dane otaczają nas wszędzie, są wszędzie. Dlatego dzisiaj poszukiwani są specjaliści, którzy wiedzą, jak tworzyć systemy zdolne do przetwarzania i wykorzystania danych. A Google Cloud zapewnia infrastrukturę do budowy tych systemów.
Jeśli już masz umiejętności korzystania z Google Cloud, jak je zaprezentować przyszłemu pracodawcy lub klientowi? Możesz to zrobić na dwa sposoby: posiadając portfolio projektów lub przechodząc certyfikację.
Certyfikat mówi potencjalnym klientom i pracodawcom, że posiadasz określone umiejętności i że włożyłeś wysiłek, aby uzyskać ich oficjalne potwierdzenie.
O tym mówi również oficjalny opis egzaminu.
Zademonstruj swoją zdolność do projektowania i tworzenia systemów przetwarzania danych oraz modeli uczenia maszynowego na platformie Google Cloud.
Jeśli nie masz jeszcze odpowiednich umiejętności, poznając materiały szkoleniowe do certyfikacji, nauczysz się wszystkiego, co niezbędne do tworzenia systemów przetwarzania danych najwyższej klasy z Google Cloud.
Kto powinien zdobyć certyfikat Google Cloud Professional Data Engineer?
Widziałeś liczby — sektor technologii chmurowych rośnie, są z nami na długo. Jeśli nie znasz statystyk, po prostu uwierz: "chmury" są teraz na fali.
Jeśli już pracujesz jako specjalista od przetwarzania lub analizy danych, inżynier uczenia maszynowego, lub chcesz przejść do dziedziny przetwarzania danych, to certyfikacja Google Cloud Professional Data Engineer jest tym, czego potrzebujesz.
Umiejętność obsługi technologii chmurowych staje się obowiązkowym wymogiem dla wszystkich specjalistów pracujących z danymi.
Czy potrzebny jest certyfikat, aby być profesjonalistą w przetwarzaniu, analizie danych lub uczeniu maszynowym?
Nie.
Możesz używać Google Cloud do pracy z rozwiązaniami do przetwarzania danych, nie posiadając certyfikatu.
Certyfikat to tylko jeden ze sposobów potwierdzenia twoich umiejętności.
Ile to kosztuje?
Koszt zdania egzaminu wynosi 200 dolarów amerykańskich. Jeśli go nie zdasz, będziesz musiał zapłacić ponownie.
Ponadto trzeba ponieść koszty kursów przygotowawczych i korzystania z samej platformy.
Koszty pracy z platformą to opłata za korzystanie z usług Google Cloud. Jeśli jesteś jej aktywnym użytkownikiem, dobrze o tym wiesz. Jeśli jesteś nowicjuszem i dopiero zaczynasz zapoznawać się z materiałami szkoleniowymi opisanymi w tym artykule, możesz założyć konto Google Cloud i wykonać wszystko, co potrzebne, mieszcząc się w 300 dolarach, które Google wypłaca na konto przy rejestracji.
Do kosztów kursów przejdziemy dosłownie za chwilę.
Jak długo ważny jest certyfikat?
Dwa lata. Po upływie tego okresu egzamin trzeba zdawać ponownie.
A ponieważ Google Cloud nieustannie się rozwija, jest bardzo prawdopodobne, że zmienią się także wymagania dotyczące certyfikacji (tak się stało, gdy zacząłem pisać ten artykuł).
Co jest potrzebne do przygotowania się do egzaminu?
Dla certyfikacji na poziomie profesjonalnym Google zaleca posiadanie ponad trzech lat doświadczenia w branży oraz ponad roku w projektowaniu i zarządzaniu rozwiązaniami z użyciem GCP.
Nie miałem żadnego z tego.
Odpowiednie doświadczenie wynosiło około sześciu miesięcy w każdym przypadku.
Aby nadrobić braki, korzystałem z kilku internetowych zasobów edukacyjnych.
Jakie kursy przeszedłem?
Jeśli twój przypadek jest podobny do mojego i nie spełniasz zalecanych wymagań, aby podnieść swój poziom, możesz przejść niektóre kursy z wymienionych poniżej.
To właśnie je wykorzystałem podczas przygotowań do certyfikacji. Są one wymienione w kolejności przechodzenia.
Dla każdego z nich podałem koszt, czas trwania i przydatność do zdania egzaminu certyfikacyjnego.
Oto kilka świetnych zasobów edukacyjnych online, które wykorzystałem do podniesienia swoich umiejętności przed egzaminem — w kolejności: , , .
Koszt: 49 $ miesięcznie (po 7-dniowym bezpłatnym okresie próbnym).
Czas: 1–2 miesiące, ponad 10 godzin tygodniowo.
Przydatność: 8 z 10.
Kurs na platformie Coursera, stworzona we współpracy z Google Cloud.
Jest podzielona na pięć kursów, z których każdy to około 10 godzin nauki tygodniowo.
Jeśli nie masz doświadczenia w przetwarzaniu danych w Google Cloud, ta specjalizacja da ci niezbędne umiejętności. Będziesz musiał wykonać szereg praktycznych ćwiczeń na iteracyjnej platformie o nazwie QwikLabs. Wcześniej będą wykłady od specjalistów korzystających z Google Cloud na temat zastosowania różnych usług, takich jak Google BigQuery, Cloud Dataproc, Dataflow i Bigtable.
Koszt: bezpłatnie.
Czas: 1 tydzień, 4–6 godzin.
Przydatność: 4 z 10.
Niska ocena przydatności nie oznacza, że kurs jest ogólnie bezużyteczny — wcale tak nie jest. Jedynym powodem tej niskiej oceny jest to, że nie jest on ukierunkowany na certyfikację Professional Data Engineer (co można zrozumieć z tytułu).
Przeszedłem go, aby odświeżyć wiedzę po ukończeniu specjalizacji na Coursera, ponieważ korzystałem z Google Cloud w niektórych ograniczonych przypadkach.
Jeśli wcześniej pracowałeś z innym dostawcą usług chmurowych lub nigdy nie korzystałeś z Google Cloud, ten kurs może być dla ciebie przydatny: to doskonałe wprowadzenie do platformy Google Cloud w ogóle.
Koszt: 49 $ miesięcznie (po 7-dniowym bezpłatnym okresie próbnym).
Czas: 1–4 tygodnie, więcej niż 4 godziny tygodniowo.
Przydatność: 10 z 10.
Zdałem egzamin i po przemyśleniu odbytych kursów mogę powiedzieć, że najbardziej przydatny był właśnie kurs Linux Academy Google Certified Professional Data Engineer.
Lekcje wideo, a także (świetny bezpłatny zasób edukacyjny, dostarczany z kursem) oraz egzaminy próbne sprawiają, że ten kurs jest jednym z najlepszych, jakie kiedykolwiek przeszedłem.
Nawet poleciłem go jako materiał referencyjny w notatkach na Slacku dla zespołu po egzaminie.
Notatki na Slacku
• Niektóre pytania na egzaminie nie były omawiane ani w kursie Linux Academy, ani w A Cloud Guru, ani w egzaminach Google Cloud Practice (czego należało się spodziewać).
• W jednym pytaniu był wykres z punktami danych. Pytano, jakim równaniem można je zgrupować (na przykład cos(X) lub X²+Y²).
• Koniecznie trzeba znać różnice między Dataflow, Dataproc, Datastore, Bigtable, BigQuery, Pub/Sub i rozumieć, jak można je wykorzystać.
• Dwa konkretne przykłady na egzaminie były takie same, jak na treningowych, chociaż podczas egzaminu ich w ogóle nie czytałem (samych pytań wystarczyło do odpowiedzi).
• Przydatna jest znajomość podstawowej składni zapytań SQL, zwłaszcza w pytaniach dotyczących BigQuery.
• Egzaminy treningowe w kursach Linux Academy i GCP są bardzo podobne pod względem stylu do pytań w egzaminie — warto je przejść kilka razy, aby znaleźć własne słabe punkty.
• Należy pamiętać, że Dataproc działa z Hadoop, Spark, Hive i Pigs.
• Dataflow działa z Apache Beam.
• Cloud Spanner — to bazy danych zaprojektowane z myślą o chmurze, są kompatybilne z ACID i działają w każdym zakątku świata.
• Przydatne jest znajomość nazw "starych" — odpowiedników relacyjnych i nierelacyjnych baz danych (na przykład MongoDB, Cassandra).
• Role IAM w usługach różnią się nieco, jednak warto rozumieć, jak podzielić możliwości dostępu do danych i projektowania przepływów pracy (na przykład w roli Dataflow Worker można projektować przepływy pracy, ale nie można widzieć danych).
Na razie to chyba wystarczająco. Każdy egzamin będzie przebiegał na swój sposób. Kurs Linux Academy dostarczy 80% niezbędnej wiedzy.
Koszt: bezpłatnie.
Czas: 1–2 godziny.
Przydatność: 5 z 10.
Te filmy były zalecane na forach A Cloud Guru. Wiele z nich nie jest związanych z certyfikacją Professional Data Engineer, więc po prostu wybrałem te, których nazwy usług wydały mi się znajome.
Podczas przechodzenia kursu niektóre usługi mogą wydawać się skomplikowane, więc miło było zobaczyć, jak konkretna usługa była opisana w ciągu minuty.
Koszt: 49 $ za certyfikat lub za darmo (bez certyfikatu).
Czas: 1–2 tygodnie, więcej niż sześć godzin w tygodniu.
Przydatność: nie oceniana.
Znalazłem ten zasób na dzień przed wyznaczoną datą egzaminu. Nie zdążyłem go przejść — stąd brak oceny użyteczności.
Jednak po przejrzeniu strony przeglądowej kursu mogę powiedzieć, że to doskonały zasób, na którym można powtórzyć wszystko, czego nauczyłeś się o Data Engineering w Google Cloud, i znaleźć swoje słabe miejsca.
Opowiedziałem o tym kursie jednemu z kolegów, który przygotowuje się do certyfikacji.
Koszt: bezpłatnie.
Czas: nieznane.
Przydatność: nie oceniana.
Jeszcze jeden zasób, na który natknąłem się po egzaminie. Wygląda na to, że jest wszechstronny, ale prezentacja jest dość zwięzła. Co więcej, jest darmowy. Można do niego wracać między egzaminami próbnymi, a nawet po certyfikacji — aby odświeżyć wiedzę.
Co robiłem po kursach?
Zbliżając się do zakończenia kursów, zarezerwowałem egzamin z tygodniowym powiadomieniem.
Posiadanie ostatecznego terminu to doskonała motywacja, aby przeprowadzić przegląd przyswojonego materiału.
Kilka razy przeszedłem egzaminy próbne Linux Academy i Google Cloud, dopóki nie zacząłem stabilnie uzyskiwać ponad 95%.
Pierwsze zdanie egzaminu próbnego Linux Academy z wynikiem powyżej 90%.
Testy dla każdej z platform są podobne; zapisuję i analizuję pytania, w których stale się myliłem — to pomogło wyeliminować słabe punkty.
Podczas samego egzaminu tematem była rozwój systemów przetwarzania danych w Google Cloud na dwóch przykładach (od 29 marca 2019 r. treść egzaminu uległa zmianie). Cały egzamin składał się z pytań z wieloma odpowiedziami.
Zakończenie egzaminu zajęło mi dwie godziny, wydawał mi się około 20% trudniejszy niż znane mi egzaminy próbne.
Mimo to, ostatnie — to bardzo cenny zasób.
Co bym zmienił, gdybym zdawał egzamin ponownie?
Więcej egzaminów próbnych. Więcej praktycznej wiedzy.
Oczywiście zawsze można przygotować się jeszcze trochę lepiej.
W wymaganiach rekomendowanych wskazano ponad trzy lata doświadczenia w korzystaniu z GCP, czego mi brakowało — więc musiałem radzić sobie z tym, co miałem.
Dodatkowo
Egzamin został zaktualizowany 29 marca. Materiały w artykule wciąż dadzą dobrą podstawę do przygotowania, jednak warto zauważyć pewne zmiany.
Sekcje egzaminu Google Cloud Professional Data Engineer ()
1. Projektowanie systemów przetwarzania danych.
2. Budowanie i utrzymywanie struktur danych oraz baz danych.
3. Analiza danych i integracja uczenia maszynowego.
4. Modelowanie procesów biznesowych w celu analizy i optymalizacji.
5. Zapewnienie niezawodności.
6. Wizualizacja danych i wsparcie w podejmowaniu decyzji.
7. Projektowanie z naciskiem na bezpieczeństwo i zgodność.
Sekcje egzaminu Google Cloud Professional Data Engineer ()
1. Projektowanie systemów przetwarzania danych.
2. Budowa i eksploatacja systemów przetwarzania danych.
3. Eksploatacja modeli uczenia maszynowego (najwięcej zmian nastąpiło tutaj) [NOWE].
4. Zapewnienie jakości rozwiązań.
W wersji 2 rozdziały 1, 2, 4 i 6 wersji 1 zostały połączone w rozdziały 1 i 2, rozdziały 5 i 7 – w rozdział 4. Rozdział 3 w wersji 2 został rozszerzony i teraz obejmuje wszystkie nowe możliwości uczenia maszynowego w Google Cloud.
Te zmiany miały miejsce stosunkowo niedawno, więc wiele materiałów szkoleniowych nie zdążyło się zaktualizować.
Jednak jeśli skorzystasz z materiałów z artykułu, powinno to wystarczyć, aby pokryć 70% potrzebnej wiedzy. Proponuję również samodzielnie zapoznać się z następującymi tematami (pojawiły się w drugiej wersji egzaminu):
- (sprzęt opracowany przez Google specjalnie do uczenia maszynowego).
Jak widać, aktualizacja egzaminu jest przede wszystkim związana z możliwościami uczenia maszynowego w Google Cloud.
Uzupełnienie z 29.04.2019. Otrzymałem wiadomość od wykładowcy kursu Linux Academy (Matthew Ulasien).
Tylko dla informacji: planujemy zaktualizować kurs Data Engineer w Linux Academy i odzwierciedlić w nim nowe cele – mniej więcej od połowy lub końca maja.
Po egzaminie
Po zdaniu egzaminu otrzymasz wynik „zdany” lub „niezdany”. Na egzaminach próbnych sugeruje się dążyć do minimum 70%, więc celuję w 90%.
Po pomyślnym zdaniu egzaminu na Twojego maila przyjdzie kod aktywacji wraz z oficjalnym certyfikatem Google Cloud Professional Data Engineer. Gratulacje!
Kod aktywacji można wykorzystać w ekskluzywnym sklepie Google Cloud Professional Data Engineer, gdzie można dobrze zaopatrzyć się: są tam T-shirty, plecaki i bluzy (w momencie zdawania coś może być niedostępne). Ja wybrałem bluzę.
Otrzymując certyfikat, możesz oficjalnie pokazywać swoje umiejętności i wrócić do pracy, w której radzisz sobie najlepiej – budowania systemów.
Do zobaczenia za dwa lata – na powtórnej certyfikacji.
P.S. Wielkie dzięki wspaniałym wykładowcom wymienionych kursów i za wynajęcie zasobów i czasu na naukę oraz przygotowanie do egzaminu.
O tłumaczu
Tłumaczenie artykułu wykonane w Alconost.
Alconost zajmuje się , na 70 języków. Tłumacze-native speakerzy, testowanie językowe, chmurowa platforma z API, ciągła lokalizacja, menedżerowie projektów 24/7, wszelkie formaty zasobów tekstowych.
Realizujemy również — dla stron sprzedających, wizerunkowych, reklamowych, edukacyjnych, teaserów, explainerów, trailerów dla Google Play i App Store.
→
Źródło: habr.com
