Sem a experiência prática recomendada de três anos
*Nota: o artigo é dedicado ao exame de certificação do Google Cloud Professional Data Engineer, que foi relevante até 29 de março de 2019. Após essa data, houve algumas mudanças — elas estão descritas na seção "Além disso»*
Moletom do Google: sim. Expressão séria: sim. Foto da versão em vídeo deste artigo .
Quer ganhar um moletom novo, como o meu na foto?
Ou talvez você esteja interessado no certificado e está tentando entender como obtê-lo?
Nos últimos meses, fiz alguns cursos enquanto trabalhava com o Google Cloud — para me preparar para o exame de Professional Data Engineer. Então, fiz o exame e passei. Algumas semanas depois, o moletom chegou — mas o certificado chegou mais rápido.
Neste artigo, apresentarei algumas informações úteis e os passos que tomei para obter a certificação Google Cloud Professional Data Engineer.
Traduzido por
Por que obter a certificação Google Cloud Professional Data Engineer?
Os dados nos cercam, estão em toda parte. Por isso, especialistas que sabem como criar sistemas capazes de processar e utilizar dados estão em alta demanda. E o Google Cloud oferece a infraestrutura para construir esses sistemas.
Se você já possui habilidades em usar o Google Cloud, como demonstra-las para um futuro empregador ou cliente? Você pode fazer isso de duas maneiras: tendo um portfólio de projetos ou passando pela certificação.
O certificado diz aos clientes e empregadores em potencial que você possui certas habilidades e que fez um esforço para obter sua confirmação oficial.
Isso também está mencionado na descrição oficial do exame.
Demonstre sua habilidade em projetar e criar sistemas de processamento de dados e modelos de aprendizado de máquina na plataforma Google Cloud.
Se você ainda não possui as habilidades correspondentes, ao estudar o material de certificação, você aprenderá tudo o que precisa saber sobre como criar sistemas de processamento de dados de nível superior usando o Google Cloud.
Quem deve obter a certificação Google Cloud Professional Data Engineer?
Você viu os números — o setor de tecnologia em nuvem está crescendo, e ele veio para ficar. Se você não está familiarizado com as estatísticas, acredite: "nuvens" estão em alta agora.
Se você já está trabalhando como especialista em processamento ou análise de dados, engenheiro de aprendizado de máquina ou deseja mudar para a área de processamento de dados, a certificação Google Cloud Professional Data Engineer é o que você precisa.
A habilidade de usar tecnologias em nuvem se torna um requisito obrigatório para todos os profissionais que trabalham com dados.
Precisa de um certificado para ser um profissional em processamento, análise de dados ou aprendizado de máquina?
Não.
É possível usar o Google Cloud para trabalhar com soluções de processamento de dados sem ter um certificado.
O certificado é apenas uma das formas de validar suas habilidades.
Quanto custa?
O custo para realizar o exame é de 200 dólares americanos. Se você não passar, terá que pagar novamente.
Além disso, você precisará investir em cursos preparatórios e no uso da própria plataforma.
Os custos de utilização da plataforma são a taxa pelo uso dos serviços do Google Cloud. Se você é um usuário ativo, já está ciente disso. Se você é um iniciante e está apenas começando a estudar os materiais apresentados neste artigo, pode criar uma conta no Google Cloud e fazer tudo que precisa com os 300 dólares que o Google credita na conta ao se registrar.
Vamos falar sobre o custo dos cursos em breve.
Por quanto tempo o certificado é válido?
Dois anos. Após esse período, você precisa fazer o exame novamente.
E como o Google Cloud está em constante evolução, é bem provável que as exigências para a certificação também mudem (isso aconteceu logo quando comecei a escrever este artigo).
O que é necessário para se preparar para o exame?
Para a certificação de nível profissional, o Google recomenda ter mais de três anos de experiência na área e mais de um ano em desenvolvimento e gestão de soluções utilizando GCP.
Eu não tinha nenhuma dessas experiências.
A experiência correspondente era de cerca de seis meses em cada caso.
Para preencher essa lacuna, utilizei vários recursos de aprendizado online.
Quais cursos eu fiz?
Se a sua situação é semelhante à minha e você não atende às exigências recomendadas, existem alguns cursos que você pode fazer para elevar seu nível.
Esses são os que utilizei para minha preparação para a certificação. Eles estão listados na ordem em que foram feitos.
Para cada um, indiquei o custo, prazos e utilidade para realizar o exame de certificação.
Alguns dos ótimos recursos de aprendizado online que usei para aprimorar minhas habilidades antes do exame — em ordem: , , .
Custo: 49 $ por mês (após um período de teste gratuito de 7 dias).
Tempo: 1–2 meses, mais de 10 horas por semana.
Utilidade: 8 de 10.
Curso na plataforma Coursera, desenvolvida em colaboração com o Google Cloud.
É dividida em cinco cursos intercalados, cada um com cerca de 10 horas de tempo de estudo por semana.
Se você não está familiarizado com o processamento de dados no Google Cloud, esta especialização dará as habilidades necessárias. Você realizará uma série de exercícios práticos, utilizando uma plataforma iterativa chamada QwikLabs. Antes disso, haverá palestras de especialistas do Google Cloud sobre como aplicar diversos serviços, como Google BigQuery, Cloud Dataproc, Dataflow e Bigtable.
Custo: gratuito.
Tempo: 1 semana, 4–6 horas.
Utilidade: 4 de 10.
Uma baixa avaliação de utilidade não significa que o curso em si seja inútil — muito pelo contrário. A única razão para a avaliação ser tão baixa é que não é orientada para a certificação de Profissional de Dados da Google (o que já pode ser entendido pelo nome).
Eu fiz o curso para refrescar meus conhecimentos após a especialização da Coursera, já que usei o Google Cloud em alguns casos limitados.
Se você trabalhou anteriormente com outro provedor de serviços em nuvem ou nunca usou o Google Cloud, este curso pode ser útil para você: é uma excelente introdução à plataforma Google Cloud como um todo.
Custo: 49 $ por mês (após um período de teste gratuito de 7 dias).
Tempo: 1–4 semanas, mais de 4 horas por semana.
Utilidade: 10 de 10.
Após passar no exame e refletir sobre os cursos que fiz, posso dizer que o mais útil foi mesmo o Linux Academy Google Certified Professional Data Engineer.
As videoaulas, bem como (um ótimo recurso de aprendizado gratuito fornecido junto com o curso) e os exames práticos fazem deste curso um dos melhores que já fiz.
Eu até o recomendei como material de referência nas notas do Slack para a equipe após o exame.
Notas no Slack
• Algumas questões no exame não foram abordadas nem no curso da Linux Academy, nem na A Cloud Guru, nem nos exames de Prática do Google Cloud (o que era esperado).
• Em uma questão havia um gráfico de pontos de dados. Perguntava-se qual equação poderia agrupá-los (por exemplo, cos(X) ou X²+Y²).
• É essencial conhecer as diferenças entre Dataflow, Dataproc, Datastore, Bigtable, BigQuery, Pub/Sub e entender como utilizá-los.
• Dois exemplos específicos no exame eram os mesmos que estavam nos testes práticos, embora durante o exame eu não os tenha lido (as perguntas eram suficientes para responder).
• É útil saber a sintaxe básica de consultas SQL, especialmente para as perguntas sobre BigQuery.
• Os testes práticos nos cursos da Linux Academy e do GCP são muito parecidos em estilo com as perguntas do exame – é recomendável fazê-los várias vezes para identificar suas próprias fraquezas.
• É importante lembrar que Dataproc funciona com Hadoop, Spark, Hive e Pigs.
• Dataflow funciona com Apache Beam.
• Cloud Spanner – é um banco de dados projetado para a nuvem, compatível com ACID e funciona em qualquer parte do mundo.
• É útil conhecer os nomes dos "anjinhos" – equivalentes de bancos de dados relacionais e não relacionais (por exemplo, MongoDB, Cassandra).
• Os papéis do IAM para os serviços diferem um pouco, mas seria bom entender como separar para os usuários as capacidades de ver dados e projetar fluxos de trabalho (por exemplo, no papel de Dataflow Worker, é possível projetar fluxos de trabalho, mas não visualizar dados).
Por enquanto, isso é o suficiente. Cada exame acontecerá de sua própria maneira. O curso da Linux Academy oferecerá 80% do conhecimento necessário.
Custo: gratuito.
Tempo: 1–2 horas.
Utilidade: 5 de 10.
Esses vídeos foram recomendados em fóruns A Cloud Guru. Muitos deles não estão relacionados à certificação Professional Data Engineer, por isso escolhi apenas aqueles cujos nomes de serviços me pareciam familiares.
Durante o curso, alguns serviços podem parecer complexos, então foi bom ver como um serviço específico era descrito em apenas um minuto.
Custo: 49 $ pelo certificado ou gratuitamente (sem certificado).
Tempo: 1–2 semanas, mais de seis horas por semana.
Utilidade: não foi avaliada.
Eu encontrei esse recurso um dia antes da data marcada do exame. Não tive tempo de completá-lo - daí a falta de avaliação de utilidade.
No entanto, após revisar a página de visão geral do curso, posso dizer que é um excelente recurso para revisar tudo o que você aprendeu sobre Data Engineering no Google Cloud e identificar suas fraquezas.
Eu falei sobre este curso para um dos meus colegas que está se preparando para a certificação.
Custo: gratuito.
Tempo: desconhecido.
Utilidade: não foi avaliada.
Outro recurso que encontrei após o exame. Parece ser abrangente, mas a apresentação é bastante concisa. Além disso, é gratuito. Pode ser consultado entre os exames práticos e até mesmo após a certificação - para refrescar os conhecimentos.
O que eu fiz após os cursos?
Ao aproximar-me do final dos cursos, reservei o exame com um aviso de uma semana.
Ter um prazo final é uma ótima motivação para revisar o que foi aprendido.
Eu fiz várias provas práticas da Linux Academy e do Google Cloud até começar a obter consistentemente mais de 95%.
Primeira tentativa do exame prático da Linux Academy com resultado acima de 90%.
Os testes para cada uma das plataformas são semelhantes; eu registrei e analisei as questões nas quais frequentemente errei — isso ajudou a eliminar as fraquezas.
Durante o exame propriamente dito, o tema foi o desenvolvimento de sistemas de processamento de dados no Google Cloud em dois exemplos (desde 29 de março de 2019, o conteúdo do exame foi alterado). Todo o exame consistiu em perguntas de múltipla escolha.
A realização do exame levou duas horas, e me pareceu cerca de 20% mais difícil do que os exames práticos que conhecia.
No entanto, os últimos são um recurso muito valioso.
O que eu mudaria se tivesse que fazer o exame novamente?
Mais exames práticos. Mais conhecimento prático.
Claro, sempre é possível se preparar um pouco melhor.
Os requisitos recomendados indicam mais de três anos de experiência com GCP, o que eu não tinha — então tive que lidar com o que havia.
Além disso
O exame foi atualizado em 29 de março. Os materiais do artigo ainda fornecerão uma boa base para a preparação, mas é importante notar algumas alterações.
Seções do exame Google Cloud Professional Data Engineer ()
1. Projetando sistemas de processamento de dados.
2. Construindo e mantendo estruturas de dados e bancos de dados.
3. Análise de dados e integração de aprendizado de máquina.
4. Modelagem de processos de negócios para análise e otimização.
5. Garantindo a confiabilidade.
6. Visualização de dados e suporte à tomada de decisões.
7. Projeto com foco em segurança e conformidade.
Seções do exame Google Cloud Professional Data Engineer ()
1. Projetando sistemas de processamento de dados.
2. Construção e operação de sistemas de processamento de dados.
3. Operação de modelos de aprendizado de máquina (a maioria das mudanças ocorreu aqui) [NOVA].
4. Garantia da qualidade das soluções.
Na versão 2, as seções 1, 2, 4 e 6 da versão 1 foram combinadas nas seções 1 e 2, e as seções 5 e 7 na seção 4. A seção 3 na versão 2 foi expandida e agora abrange todas as novas funcionalidades de aprendizado de máquina no Google Cloud.
Essas mudanças ocorreram recentemente, portanto, muitos materiais de estudo não conseguiram ser atualizados.
No entanto, se você utilizar os materiais do artigo, isso deve ser suficiente para cobrir 70% do conhecimento necessário. Eu também recomendaria estudar os seguintes tópicos (que surgiram na segunda versão do exame):
- (hardware desenvolvido pela Google especificamente para aprendizado de máquina).
Como pode ser visto, a atualização do exame está principalmente relacionada às funcionalidades de aprendizado de máquina no Google Cloud.
Atualização de 29.04.2019. Recebi uma mensagem do instrutor do curso Linux Academy (Matthew Ulasien).
Apenas para referência: planejamos atualizar o curso de Data Engineer na Linux Academy para refletir os novos objetivos - por volta da metade ou final de maio.
Após o exame
Depois de fazer o exame, você receberá um resultado de "aprovado" ou "reprovado". Nos exames práticos, recomenda-se atingir pelo menos 70%, então minha meta é de 90%.
Após a aprovação no exame, você receberá um código de ativação por e-mail junto com o certificado oficial de Google Cloud Professional Data Engineer. Parabéns!
O código de ativação pode ser usado na loja exclusiva do Google Cloud Professional Data Engineer, onde você pode conseguir boas coisas: há camisetas, mochilas e moletons (na hora da aprovação, algo pode não estar disponível). Eu escolhi um moletom.
Ao obter o certificado, você poderá demonstrar suas habilidades (oficialmente) e voltar ao trabalho que você faz melhor - construção de sistemas.
Nos vemos em dois anos - na recertificação.
P. S. Muito obrigado aos incríveis instrutores dos cursos mencionados acima e pela disponibilização de recursos e tempo para o aprendizado e preparação para o exame.
Sobre o Tradutor
A tradução do artigo foi realizada pela Alconost.
A Alconost é especializada , em 70 idiomas. Tradutores nativos, testes linguísticos, plataforma em nuvem com API, localização contínua, gerentes de projetos 24/7, qualquer formato de recursos textuais.
Nós também criamos — para sites, de vendas, institucionais, promocionais, educacionais, teasers, explicativos, trailers para Google Play e App Store.
→
Fonte: habr.com
