Kung wala ang inirerekomendang tatlong taon ng praktikal na karanasan
*Tandaan: Ang artikulo ay nakatuon sa pagsusulit sa sertipikasyon ng Google Cloud Professional Data Engineer, na wasto hanggang Marso 29, 2019. Pagkatapos noon, may ilang pagbabagong naganap - inilalarawan ang mga ito sa seksyong "Bukod pa rito"*
Google Sweatshirt: oo. Seryosong ekspresyon ng mukha: oo. Larawan mula sa bersyon ng video ng artikulong ito .
Gusto mo bang makakuha ng bagong sweatshirt tulad ng nasa larawan ko?
O baka interesado ka sa isang sertipiko at sinusubukan mong malaman kung paano ito makukuha?
Sa nakalipas na ilang buwan, kumuha ako ng ilang kurso at sabay-sabay na nagtrabaho sa Google Cloud upang maghanda para sa pagsusulit ng Professional Data Engineer. Pagkatapos ay pumunta ako sa pagsusulit at naipasa ko ito. Dumating ang sweatshirt makalipas ang ilang linggo - ngunit mas mabilis na dumating ang certificate.
Ang artikulong ito ay magbibigay ng ilang impormasyon na maaari mong makitang kapaki-pakinabang at ang mga hakbang na ginawa ko upang maging certified bilang Google Cloud Professional Data Engineer.
Inilipat sa
Bakit mo dapat makuha ang sertipikasyon ng Google Cloud Professional Data Engineer?
Ang data ay pumapalibot sa amin, ito ay nasa lahat ng dako. Samakatuwid, ngayon ay may pangangailangan para sa mga espesyalista na alam kung paano lumikha ng mga system na may kakayahang magproseso at gumamit ng data. At ang Google Cloud ay nagbibigay ng imprastraktura upang bumuo ng mga system na ito.
Kung mayroon ka nang mga kasanayan sa Google Cloud, paano mo ito maipapakita sa isang employer o kliyente sa hinaharap? Magagawa ito sa dalawang paraan: sa pamamagitan ng pagkakaroon ng portfolio ng mga proyekto o sa pamamagitan ng pagpasa ng sertipikasyon.
Ang isang sertipiko ay nagsasabi sa mga potensyal na kliyente at tagapag-empleyo na ikaw ay may ilang mga kasanayan at na ikaw ay nagsikap na makuha silang opisyal na sertipikado.
Nakasaad din ito sa opisyal na paglalarawan ng pagsusulit.
Ipakita ang iyong kakayahang magdisenyo at bumuo ng mga data science system at mga modelo ng machine learning sa Google Cloud platform.
Kung wala ka pang kakayahan, ituturo sa iyo ng mga materyales sa pagsasanay sa sertipikasyon ang lahat ng kailangan mong malaman tungkol sa kung paano bumuo ng mga world-class na data system gamit ang Google Cloud.
Sino ang kailangang makakuha ng sertipikasyon ng Google Cloud Professional Data Engineer?
Nakita mo na ang mga numero - lumalaki ang sektor ng teknolohiya ng ulap, kasama natin sila sa mahabang panahon. Kung hindi ka pamilyar sa mga istatistika, magtiwala lang sa akin: ang mga ulap ay tumataas.
Kung isa ka nang data scientist, machine learning engineer, o gusto mong lumipat sa field ng data science, ang sertipikasyon ng Google Cloud Professional Data Engineer ang kailangan mo.
Ang kakayahang gumamit ng mga teknolohiya ng ulap ay nagiging isang mandatoryong kinakailangan para sa lahat ng mga propesyonal sa data.
Kailangan mo ba ng sertipiko upang maging isang data science o machine learning na propesyonal?
Hindi.
Magagamit mo ang Google Cloud para magpatakbo ng mga solusyon sa data nang walang certificate.
Ang isang sertipiko ay isang paraan lamang upang patunayan ang mga kakayahan na mayroon ka.
Magkano ang halaga nito?
Ang halaga ng pagkuha ng pagsusulit ay $200. Kung nabigo ka, kailangan mong magbayad muli.
Bilang karagdagan, kakailanganin mong gumastos ng pera sa mga kurso sa paghahanda at paggamit ng platform mismo.
Ang mga gastos sa platform ay mga bayarin para sa paggamit ng mga serbisyo ng Google Cloud. Kung ikaw ay isang aktibong user, alam mo na ito. Kung ikaw ay isang baguhan na nagsisimula pa lamang sa mga tutorial sa artikulong ito, maaari kang lumikha ng isang Google Cloud account at gawin ang lahat para sa $300 na mga kredito ng Google sa iyo kapag nag-sign up ka.
Makukuha natin ang halaga ng mga kurso sa isang sandali.
Gaano katagal ang bisa ng sertipiko?
Dalawang taon. Pagkatapos ng panahong ito, kailangang kunin muli ang pagsusulit.
At dahil patuloy na umuunlad ang Google Cloud, malamang na magbabago ang mga kinakailangan sa sertipikasyon (nangyari ito noong nagsimula akong magsulat ng artikulo).
Ano ang kailangan mong ihanda para sa pagsusulit?
Para sa Propesyonal na antas ng certification, inirerekomenda ng Google ang tatlong taong karanasan sa industriya at higit sa isang taon ng karanasan sa pagbuo at pamamahala ng mga solusyon gamit ang GCP.
Wala akong ganito.
Ang nauugnay na karanasan ay humigit-kumulang anim na buwan sa bawat kaso.
Upang punan ang puwang, gumamit ako ng ilang mga mapagkukunan sa online na pag-aaral.
Anong mga kurso ang kinuha ko?
Kung ang iyong kaso ay katulad ng sa akin at hindi mo natutugunan ang mga inirerekomendang kinakailangan, maaari kang kumuha ng ilan sa mga kursong nakalista sa ibaba upang mapabuti ang iyong antas.
Ito ang mga ginamit ko noong naghahanda para sa sertipikasyon. Ang mga ito ay nakalista sa pagkakasunud-sunod ng pagkumpleto.
Para sa bawat isa, ipinahiwatig ko ang gastos, timing, at pagiging kapaki-pakinabang para sa pagpasa sa pagsusulit sa sertipikasyon.
Ang ilan sa mga cool na mapagkukunan sa online na pag-aaral na ginamit ko upang mapabuti ang aking mga kasanayan bago ang pagsusulit, sa pagkakasunud-sunod: , , .
gastos: $49 bawat buwan (pagkatapos ng 7-araw na libreng pagsubok).
Oras: 1β2 buwan, higit sa 10 oras bawat linggo.
Kagamitan: 8 sa 10.
Kurso sa platform ng Coursera na binuo sa pakikipagtulungan sa Google Cloud.
Ito ay nahahati sa limang nested na kurso, bawat isa ay humigit-kumulang 10 oras ng oras ng pag-aaral bawat linggo.
Kung bago ka sa Google Cloud data science, ibibigay sa iyo ng espesyalisasyong ito ang mga kasanayang kailangan mo. Kukumpletuhin mo ang isang serye ng mga hands-on na pagsasanay gamit ang umuulit na platform na tinatawag na QwikLabs. Bago ito, magkakaroon ng mga lecture ng mga Google Cloud specialist kung paano gumamit ng iba't ibang serbisyo, tulad ng Google BigQuery, Cloud Dataproc, Dataflow at Bigtable.
gastos: libre.
Oras: 1 linggo, 4β6 na oras.
Kagamitan: 4 sa 10.
Ang mababang rating ng pagiging kapaki-pakinabang ay hindi nangangahulugan na ang kurso sa kabuuan ay walang silbi - malayo dito. Ang tanging dahilan kung bakit napakababa ng marka ay dahil hindi ito nakatuon sa sertipikasyon ng Professional Data Engineer (tulad ng iminumungkahi ng pangalan).
Kinuha ko ito bilang isang refresher pagkatapos makumpleto ang espesyalisasyon ng Coursera dahil ginamit ko ang Google Cloud sa ilang limitadong mga kaso.
Kung dati kang nagtrabaho sa isa pang cloud provider o hindi kailanman gumamit ng Google Cloud, maaari mong makitang kapaki-pakinabang ang kursong ito - ito ay isang mahusay na panimula sa Google Cloud platform sa kabuuan.
gastos: $49 bawat buwan (pagkatapos ng 7-araw na libreng pagsubok).
Oras: 1-4 na linggo, higit sa 4 na oras bawat linggo.
Kagamitan: 10 sa 10.
Pagkatapos kunin ang pagsusulit at pagnilayan ang mga kursong kinuha ko, masasabi kong ang Linux Academy Google Certified Professional Data Engineer ang pinakakapaki-pakinabang.
Mga video tutorial, pati na rin (isang napakahusay na libreng mapagkukunan ng pag-aaral na ibinigay kasama ng kurso) at ang mga pagsusulit sa pagsasanay ay ginagawa itong isa sa mga pinakamahusay na kursong kinuha ko.
Inirerekomenda ko pa nga ito bilang sangguniang materyal sa mga tala ng Slack para sa koponan pagkatapos ng pagsusulit.
Mga Tala sa Slack
β’ Ang ilang tanong sa pagsusulit ay hindi sinaklaw sa kursong Linux Academy, A Cloud Guru, o mga pagsusulit sa Google Cloud Practice (na dapat asahan).
β’ Ang isang tanong ay may graph ng mga data point. Tinanong ang tanong kung anong equation ang maaaring gamitin sa pagpapangkat sa kanila (halimbawa, cos(X) o XΒ²+YΒ²).
β’ Tiyaking alam mo ang mga pagkakaiba sa pagitan ng Dataflow, Dataproc, Datastore, Bigtable, BigQuery, Pub/Sub at maunawaan kung paano magagamit ang mga ito.
β’ Ang dalawang partikular na halimbawa sa pagsusulit ay pareho sa mga nasa pagsasanay, bagama't hindi ko ito binasa sa panahon ng pagsusulit (ang mga tanong mismo ay sapat na upang masagot).
β’ Ang kaalaman sa basic SQL query syntax ay kapaki-pakinabang, lalo na para sa mga tanong sa BigQuery.
β’ Ang mga pagsusulit sa pagsasanay sa mga kurso sa Linux Academy at GCP ay halos kapareho ng istilo sa mga tanong sa pagsusulit - sulit na kunin ang mga ito nang ilang beses upang mahanap ang iyong sariling mga kahinaan.
β’ Dapat tandaan na Dataproc gumagana sa Hadoop, Dagitab, Pugad ΠΈ Pigs.
β’ Daloy ng data gumagana sa Apache Beam.
β’ Cloud Spanner ay isang database na orihinal na idinisenyo para sa cloud, ito ay katugma sa ACID at gumagana saanman sa mundo.
β’ Kapaki-pakinabang na malaman ang mga pangalan ng "oldies" - ang mga katumbas ng relational at non-relational database (halimbawa, MongoDB, Cassandra).
β’ Ang mga tungkulin ng IAM ay bahagyang nag-iiba sa pagitan ng mga serbisyo, ngunit magandang ideya na maunawaan kung paano paghiwalayin ang kakayahan ng mga user na makakita ng data at magdisenyo ng mga daloy ng trabaho (halimbawa, ang tungkulin ng Dataflow Worker ay maaaring magdisenyo ng mga daloy ng trabaho, ngunit hindi makakita ng data).
Sa ngayon, sapat na siguro ito. Ang bawat pagsusulit ay magaganap sa iba't ibang paraan. Ang kursong Linux Academy ay magbibigay ng 80% ng kinakailangang kaalaman.
gastos: libre.
Oras: 1β2 oras.
Kagamitan: 5 sa 10.
Inirerekomenda ang mga video na ito sa mga forum ng A Cloud Guru. Marami sa kanila ay hindi nauugnay sa sertipikasyon ng Professional Data Engineer, kaya pinili ko na lang ang mga pangalan ng serbisyo na tila pamilyar sa akin.
Kapag dumaan sa kurso, ang ilang mga serbisyo ay maaaring mukhang kumplikado, kaya magandang makita kung paano inilarawan ang isang partikular na serbisyo sa loob lamang ng isang minuto.
gastos: $49 bawat sertipiko o libre (walang sertipiko).
Oras: 1-2 linggo, higit sa anim na oras bawat linggo.
Kagamitan: hindi nasusuri.
Natagpuan ko ang mapagkukunang ito isang araw bago ang petsa ng aking pagsusulit. Walang sapat na oras upang makumpleto ito - kaya ang kakulangan ng pagtatasa ng pagiging kapaki-pakinabang.
Gayunpaman, pagkatapos tingnan ang page ng pangkalahatang-ideya ng kurso, masasabi kong ito ay isang mahusay na mapagkukunan upang suriin ang lahat ng iyong natutunan tungkol sa Data Engineering sa Google Cloud at mahanap ang iyong mga kahinaan.
Sinabi ko sa isa sa aking mga kasamahan ang tungkol sa kursong ito na naghahanda para sa sertipikasyon.
gastos: libre.
Oras: ay hindi kilala.
Kagamitan: hindi nasusuri.
Isa pang resource na nakita ko pagkatapos ng pagsusulit. Mukhang komprehensibo, ngunit ang pagtatanghal ay medyo maikli. Dagdag pa, libre ito. Maaari kang sumangguni dito sa pagitan ng mga pagsusulit sa pagsasanay at kahit pagkatapos ng sertipikasyon upang i-refresh ang iyong kaalaman.
Ano ang ginawa ko pagkatapos ng kurso?
Nang malapit na akong matapos ang aking mga kurso, nag-book ako ng aking pagsusulit na may isang linggong paunawa.
Ang pagkakaroon ng deadline ay isang mahusay na motibasyon upang suriin ang iyong natutunan.
Ilang beses akong kumuha ng mga pagsusulit sa pagsasanay sa Linux Academy at Google Cloud hanggang sa nagsimula akong patuloy na makakuha ng higit sa 95%.
Nakapasa sa pagsusulit sa pagsasanay sa Linux Academy sa unang pagkakataon na may markang higit sa 90%.
Ang mga pagsubok para sa bawat platform ay magkatulad; Isinulat ko at sinuri ang mga tanong na palagi akong nagkakamali - nakatulong ito na maalis ang aking mga kahinaan.
Sa panahon mismo ng pagsusulit, ang paksa ay ang pagbuo ng mga system sa pagpoproseso ng data sa Google Cloud gamit ang dalawang halimbawa (nagbago ang nilalaman ng pagsusulit mula noong Marso 29, 2019). Ang buong pagsusulit ay multiple choice na tanong.
Ang pagsusulit ay tumagal ng dalawang oras upang makumpleto at tila mga 20% na mas mahirap kaysa sa mga pagsusulit sa pagsasanay na pamilyar sa akin.
Gayunpaman, ang huli ay isang napakahalagang mapagkukunan.
Ano ang aking babaguhin kung muli akong kumuha ng pagsusulit?
Higit pang mga pagsusulit sa pagsasanay. Higit pang praktikal na kaalaman.
Siyempre, maaari kang laging maghanda nang mas mahusay.
Ang mga inirerekomendang kinakailangan ay nagsasaad ng higit sa tatlong taong karanasan sa paggamit ng GCP, na wala ako - kaya kinailangan kong harapin kung ano ang mayroon ako.
Bukod pa rito
Ang pagsusulit ay na-update noong Marso 29. Ang materyal sa artikulong ito ay magbibigay pa rin ng magandang batayan para sa paghahanda, ngunit mahalagang tandaan ang ilang pagbabago.
Mga Seksyon ng Pagsusulit ng Google Cloud Professional Data Engineer ()
1. Disenyo ng mga sistema ng pagproseso ng data.
2. Konstruksyon at suporta ng mga istruktura ng data at database.
3. Pagsusuri ng data at koneksyon ng machine learning.
4. Pagmomodelo ng proseso ng negosyo para sa pagsusuri at pag-optimize.
5. Tinitiyak ang pagiging maaasahan.
6. Visualization ng data at suporta sa pagpapasya.
7. Disenyo na may pagtuon sa kaligtasan at pagsunod.
Mga Seksyon ng Pagsusulit ng Google Cloud Professional Data Engineer ()
1. Disenyo ng mga sistema ng pagproseso ng data.
2. Konstruksyon at pagpapatakbo ng mga sistema ng pagproseso ng data.
3. Pagpapatakbo ng mga modelo ng machine learning (karamihan sa mga pagbabago ay nangyari dito) [BAGO].
4. Tinitiyak ang kalidad ng mga solusyon.
Sa bersyon 2, ang mga seksyon 1, 2, 4, at 6 ng bersyon 1 ay pinagsama sa mga seksyon 1 at 2, mga seksyon 5 at 7 sa seksyon 4. Ang Seksyon 3 sa bersyon 2 ay pinalawak upang masakop ang lahat ng mga bagong kakayahan sa machine learning sa Google Ulap.
Ang mga pagbabagong ito ay naganap kamakailan lamang, kaya maraming mga materyal na pang-edukasyon ang hindi nagkaroon ng oras upang ma-update.
Gayunpaman, kung gagamitin mo ang mga materyales mula sa artikulo, ito ay dapat na sapat upang masakop ang 70% ng kinakailangang kaalaman. Susuriin ko rin ang mga sumusunod na paksa sa aking sarili (lumalabas ang mga ito sa pangalawang bersyon ng pagsusulit):
- (hardware na binuo ng Google na partikular para sa machine learning).
Gaya ng nakikita mo, pangunahing nauugnay ang update sa pagsusulit sa mga kakayahan sa machine learning ng Google Cloud.
Update na may petsang Abril 29.04.2019, XNUMX. Nakatanggap ako ng mensahe mula sa isang instruktor ng kurso sa Linux Academy (Matthew Ulasien).
Para lamang sa sanggunian, plano naming i-update ang kursong Data Engineer sa Linux Academy para ipakita ang mga bagong layunin sa kalagitnaan hanggang huli ng Mayo.
Pagkatapos ng pagsusulit
Kapag nakapasa ka sa pagsusulit, makakatanggap ka ng resulta ng pass o fail. Sa mga pagsusulit sa pagsasanay, sinasabi nila na maghangad ng minimum na 70%, kaya naglalayon ako ng 90%.
Pagkatapos matagumpay na makapasa sa pagsusulit, makakatanggap ka ng activation code sa pamamagitan ng email kasama ang opisyal na sertipiko ng Google Cloud Professional Data Engineer. Binabati kita!
Maaaring gamitin ang activation code sa eksklusibong Google Cloud Professional Data Engineer store, kung saan makakakuha ka ng magandang pera: may mga T-shirt, backpack at hoodies (maaaring wala nang stock ang ilan sa oras ng paghahatid). Pumili ako ng sweatshirt.
Kapag na-certify ka na, maaari mong ipakita ang iyong mga kasanayan (opisyal) at makabalik sa paggawa kung ano ang pinakamahusay na magagawa mo: pagbuo ng mga system.
Magkita-kita tayo sa loob ng dalawang taon para sa muling sertipikasyon.
P.S. Maraming salamat sa mga kahanga-hangang guro ng mga kurso sa itaas at para sa pagbibigay ng mga mapagkukunan at oras upang mag-aral at maghanda para sa pagsusulit.
Tungkol sa tagasalin
Ang artikulo ay isinalin ni Alconost.
Engaged na si Alconost , sa 70 wika. Mga katutubong tagasalin, pagsubok sa wika, cloud platform na may API, tuluy-tuloy na lokalisasyon, 24/7 na mga tagapamahala ng proyekto, anumang mga format ng mapagkukunan ng string.
Ginagawa din namin β para sa mga site na nagbebenta, larawan, advertising, pang-edukasyon, teaser, nagpapaliwanag, trailer para sa Google Play at App Store.
β
Pinagmulan: www.habr.com