没有推荐的3年实践经验
期待课程的开始 ，我们想与大家分享一个非常有趣的故事的翻译，这对未来的数据工程师肯定有用。 去！
谷歌连帽衫：穿过。 严肃的工作表情：现在。 照片来自本文的视频版本 .
笔记。 本文介绍的是将于 29 年 2019 月 XNUMX 日到期的 Google Cloud 专业数据工程师认证考试。 在此日期之后发生了一些变化。 我已将它们包含在“附加”部分中。
那么，你想买一件像我封面上那件一样的新连帽衫吗？ 或者您打算获得证书吗？ 并想知道该怎么做。
在过去的几个月里，我一直在学习课程并使用 Google Cloud 来准备专业数据工程师考试。 然后我尝试通过它并且通过了。 几周后，我的连帽衫到了。 证书来得更快。
本文将列出您可能想了解的一些事情以及我获得 Google Cloud 专业数据工程师认证所采取的步骤。
您为什么想获得 Google Cloud 专业数据工程师认证？
数据无处不在。 人们需要了解如何创建可以处理和使用数据的系统。 Google Cloud 提供了构建这些系统的基础设施。
您可能已经具备使用 Google Cloud 的技能，但您将如何向未来的雇主或客户展示这一点？ 有两种方式：项目组合或认证。
该证书告诉未来的客户和雇主，“我有技能并且我已经努力获得认可。”
谷歌的简短描述总结了这一点。
展示您设计和构建数据处理系统以及在 Google Cloud Platform 上创建机器学习模型的能力。
如果您还不具备这些技能，那么通过认证培训材料意味着您将了解如何在 Google Cloud 上构建世界一流的数据系统的所有知识。
谁想获得 Google Cloud 专业数据工程师认证？
你已经看到了这些数字。 云正在增长。 它已经在这里了，不会去任何地方。 如果您还没有看到这些数字，请相信我，云正在增长。
如果您已经是数据科学家、数据工程师、数据分析师、机器学习工程师，或者正在寻找数据领域的职业，那么 Google Cloud 专业数据工程师认证非常适合您。
云能力正在成为任何以数据为中心的职位的要求。
您需要证书才能成为一名优秀的数据工程师/数据科学家/机器学习工程师吗？
号
无需证书，您仍然可以使用 Google Cloud 提供数据解决方案。
证书只是验证现有技能的一种方法。
它多少钱？
考试费为 200 美元。 如果失败，您将需要再次付费才能重试。
培训课程和平台本身的使用可能会产生费用。
平台费用是使用 Google Cloud 服务的费用。 如果您是一位经验丰富的用户，您已经意识到这一点。 如果没有，并且您刚刚开始学习本文中的教程，则可以创建一个新的 Google Cloud 帐户，并在注册时享受 300 美元的 Google 优惠。
我们稍后会了解课程的费用。
认证的有效期是多长？
2年。 此后，您将需要再次参加考试。
由于 Google Cloud 每天都在发展，因此证书所需的内容很可能会发生变化（正如我发现的，在我开始撰写本文时它已经发生了变化）。
考试需要准备什么？
Google 建议拥有 3 年以上行业经验以及 1 年以上使用 GCP 开发和管理解决方案的经验，以获得专业级认证。
以上我都没有。
最多6个月的相关经验。 为了弥补这一不足，我结合使用了在线学习资源。
我选修了哪些课程？
如果您像我一样并且没有推荐的要求，您可以参加以下一些课程来提高您的资格。
以下课程是我用来准备认证的课程。 它们按完成顺序列出。
我列出了参加每项认证考试的成本、时间和效用。
我在考试前用来提高自己技能的一些很棒的在线资源。 为了： , и .
成本：49 美元/月（7 天免费试用后）
时间：1-2 个月，每周 10 小时以上
用处：全天候
与 Google Cloud 合作创建。
它分为五个子课程，每个子课程每周大约需要 10 个小时的教学时间。
如果您是 Google Cloud 数据科学新手，此专业课程将带您从 0 级升到 1 级。您将使用名为 QwikLabs 的迭代平台完成一系列实践练习。 在此之前，会有Google Cloud从业者的讲座，介绍如何使用Google BigQuery、Cloud Dataproc、Dataflow和Bigtable等各种服务。
成本：免费
时间：1周，4-6小时
用处：全天候
不要将低有用性分数视为该课程无用的指示。 这远非事实。 它得分较低的唯一原因是它不专注于专业数据工程师认证（顾名思义）。
完成 Coursera 专业化课程后，我将本课程视为复习课程，因为我仅将 Google Cloud 用于一些专门的用例。
如果您来自其他云提供商或以前从未使用过 Google Cloud，您可能需要学习本课程。 这是对 Google Cloud Platform 的全面介绍。
成本：49 美元/月（7 天免费试用后）
时间：1-4周，每周4小时以上
用处：全天候
完成考试并反思我所学的课程后，最有帮助的是 .
还有视频 （课程附带的优秀免费学习资源）和练习考试使本课程成为我使用过的最好的学习资源之一。
我什至在考试后向团队的一些 Slack 笔记中推荐它作为参考。
Slack 中的笔记
- 考试中的某些内容并未在 Linux Academy、Cloud Guru 或 Google Cloud Practice 的考试中出现（这是预料之中的）
- 1 个带有数据点图表的问题，关于您应该将它们与哪个方程分组（例如 cos(X) 或 X² + Y²）
- 必须了解 Dataflow、Dataproc、Datastore、Bigtable、BigQuery、Pub/Sub 之间的差异以及如何使用它们。
- 考试中研究的两个工作示例与实践课程中的完全相同，尽管我在考试期间根本没有参考这些研究（问题提供了足够的理解）。
- 了解基本的 SQL 查询语法非常有用，尤其是对于 BigQuery 问题。
- Linux Academy 和 GCP 提供的模拟考试在风格上与考试题目非常相似，我会多次复习每一题，并利用它们找出您的薄弱环节。
- 有助于使用 Dataproc 的小提示：“数据过程 鳄鱼和 Hadoop的 大象计划 火花 生火煮一个 蜂房 of 猪” {鳄鱼 数据过程 和大象 Hadoop的 计划生火（火花 - 火花，点燃火 - 生火）并准备一群（蜂房） 猪（猪)}（Dataproc 处理 Hadoop、Spark、Hive 和 Pig）
- «数据流 是一种流动的 光束 光”{数据流 这是当前射线（光束) light}（Dataflow 处理 Apache Beam）
- “每个人 世界各地 可以涉及到 制作精良 酸洗 扳手”{任何人 世界各地 可以处理纯化的酸（酸）有一个好的扳手（Spanner）}（Cloud Spanner 是一个数据库，旨在让云落地，符合 ACID 要求，并且在全球范围内可用）
- 了解关系型和非关系型数据库的经典版本的名称可能会很有用（例如，MongoDB、Cassandra）
- 每个服务的 IAM 角色略有不同，但了解如何在不剥夺用户设计工作流程的能力的情况下使用户无法查看数据是很有用的（例如，“数据流工作人员”角色可以设计工作流程但看不到数据） ）
现在这可能就足够了。 不同考试的里程可能会有所不同。 Linux Academy 课程将为您提供 80% 的知识。
成本：免费
时间: 1-2 小时
用处：全天候
它们是在 Cloud Guru 论坛上推荐的。 其中许多与专业数据工程师认证无关，但是，我选择了一些合适的。
有些服务可能看起来很难在课程中导航，所以很高兴听到一分钟内描述的特定服务。
成本：每张证书 49 美元或免费（无证书）
时间：1-2周，每周6小时以上
用处：N / A
我在安排考试的前一天找到了这个资源。 由于时间有限，我没有完成它，因此缺乏实用性评级。
不过，根据课程概述页面，它看起来是一个很好的资源，可以汇集您所学到的有关 Google Cloud 数据工程的所有知识，并突出显示任何薄弱环节。
我向一位正在准备认证的同事推荐了这门课程作为资源。
成本：免费
时间：不适用
用处：不适用
这是我考试后发现的另一个资源。 在我看来，它很全面，但同时又简洁。 另外，它是免费的。 它可以用于练习考试之间的阅读，甚至可以在认证之后用来温习知识。
课程结束后我做了什么？
当课程即将结束时，我提前一周预约了考试。
设定最后期限是巩固所学知识的巨大动力。
我多次参加了 Linux Academy 和 Google Cloud 的模拟考试，直到每次都能以 95% 以上的准确率完成考试。
首次以超过 90% 的成绩通过 Linux Academy 模拟考试。
每个平台的测试都是相似的，但我发现，检查我一直做错的问题并写下我做错的原因有助于加强我的薄弱环节。
我参加的考试使用了两个在 Google Cloud 上开发数据系统的示例研究项目作为主题（自 29 年 2019 月 XNUMX 日起，情况发生了变化）。 整个过程都是多项选择。
我花了大约2个小时。 它比我参加过的任何考试都难 20% 左右。
我无法充分表达模拟考试的价值。
如果我再去一次，我会改变什么？
多练习考试。 更多实用知识。
当然，您总是可以做更多的准备。
建议的要求包括使用 GCP 3 年以上。 但我没有，所以我必须处理我所拥有的。
另外
考试于29月XNUMX日更新。 本文中提供的材料仍然提供了良好的基础，但重要的是要注意一些变化。
Google Cloud 专业数据工程师考试的各个部分（)
- 数据处理系统的设计
- 结构和数据库的创建和支持。
- 数据分析和机器学习连接
- 用于分析和优化的业务流程建模
- 确保可靠性
- 数据可视化和政策支持
- 安全性和合规性设计
Google Cloud 专业数据工程师考试的各个部分（)
- 数据处理系统的设计
- 数据处理系统的建设和运营
- 机器学习模型的可操作性（大部分变化发生在这里） [新的]
- 确保解决方案的质量
版本 2 将版本 1 的第 2、4、6 和 1 部分合并为 1 和 2。还将版本 5 的第 7 和 1 部分合并为第 4 部分。版本 3 的第 2 部分进行了扩展，以涵盖 Google Cloud 的所有新机器学习能力。
由于这些变化是最近发生的，许多学习材料还没有机会更新。
不过，阅读本文应该足以涵盖您需要的 70%。 我会将其与您自己对以下问题的一些研究结合起来（这些问题在考试的第二版中提出）。
- （Google 专门为 ML 训练开发的定制硬件）
如您所见，最新的考试更新重点关注 Google Cloud 的 ML 功能。
更新29/04/2019：来自 Linux Academy 课程老师 Matthew Ulasein 的消息。
仅供参考，我们计划在 XNUMX 月中/下旬开始更新 Linux Academy 的数据工程师课程，以反映新的方向。
考试后
当您参加考试时，您只会收到通过或失败的结果。 我建议至少达到 70%，所以我在模拟考试中的目标是至少达到 90%。
通过后，您将通过电子邮件收到兑换代码以及官方 Google Cloud 专业数据工程师认证。 恭喜！
您可以在 Google Cloud 专业数据工程师专属商店中使用兑换代码，该商店里充满了赠品（）。 这里有 T 恤、背包和连帽衫（它们可能与您抵达时的库存有所不同）。 我选择了一件连帽衫。
现在您已获得认证，您可以（正式）展示您的技能，然后继续做您最擅长的事情：构建。
两年后再见，重新认证。
PS： 如果您有任何疑问或需要澄清任何事情，可以通过以下方式找到我： и 。 上 本文还有视频版本。
PPS： 非常感谢上述所有课程中所有出色的老师以及 提供资源和时间来学习和准备考试。
如果您想详细了解课程计划、在线形式的特点、培训后等待毕业生的技能、能力和前景，我们邀请您 ，将于今天 20.00 点举行。
来源： habr.com