Alconost corporate blog
Big Data
Education abroad
Google Cloud Platform
Google Cloud Vision API
May 23

Как я сдал сертификационный экзамен Google Cloud Professional Data Engineer

Original author: Daniel Bourke
Translation

Без рекомендуемого трехлетнего практического опыта


*Примечание: статья посвящена сертификационному экзамену Google Cloud Professional Data Engineer, который был актуален до 29 марта 2019 г. После этого произошли некоторые изменения — они описаны в разделе «Дополнительно»*


Толстовка Google: есть. Серьезное выражение лица: есть. Фото из видеоверсии этой статьи на Ютубе.

Хотите заполучить новенькую толстовку, как у меня на фото?

Или, может, вас интересует сертификат Google Cloud Professional Data Engineer и вы пытаетесь понять, как его получить?

За последние несколько месяцев я прошел несколько курсов и параллельно работал с Google Cloud — для подготовки к экзамену Professional Data Engineer. Затем я пошел на экзамен и сдал его. Через несколько недель прибыла толстовка — но сертификат пришел быстрее.

В этой статье будут приведены некоторые сведения, которые могут оказаться полезны, и шаги, которые я предпринял для получения сертификата Google Cloud Professional Data Engineer.

Переведено в Alconost

Зачем нужно получать сертификат Google Cloud Professional Data Engineer?


Данные окружают нас, они повсюду. Поэтому сегодня востребованы специалисты, которые знают как создавать системы, способные обрабатывать и использовать данные. А Google Cloud предоставляет инфраструктуру для построения этих систем.

Если у вас уже есть навыки использования Google Cloud, как продемонстрировать их будущему работодателю или клиенту? Сделать это можно двумя способами: имея портфолио проектов или пройдя сертификацию.

Сертификат говорит потенциальным клиентам и работодателям, что у вас есть определенные навыки и что вы приложили усилия, чтобы получить их официальное подтверждение.

Об этом говорится и в официальном описании экзамена.

Продемонстрируйте свое умение проектировать и создавать системы обработки данных и модели машинного обучения на платформе Google Cloud.

Если соответствующих навыков у вас еще нет, то при изучении учебных материалов для сертификации вы узнаете всё необходимое о том, как с помощью Google Cloud создавать системы обработки данных высочайшего уровня.

Кому нужно получать сертификат Google Cloud Professional Data Engineer?


Вы видели цифры — сфера облачных технологий растет, они с нами надолго. Если вы не знакомы со статистикой, просто поверьте: «облака» сейчас на подъеме.

Если вы уже работаете специалистом по обработке или анализу данных, инженером по машинному обучению или хотите перейти в сферу обработки данных, то сертификация Google Cloud Professional Data Engineer — то, что вам нужно.

Умение пользоваться облачными технологиями становится обязательным требованием для всех специалистов, работающих с данными.

Нужен ли сертификат, чтобы быть профессионалом в обработке, анализе данных или машинном обучении?


Нет.

Можно использовать Google Cloud для работы с решениями по обработке данных, не имея сертификата.

Сертификат — лишь один из способов подтверждения имеющихся у вас навыков.

Сколько это стоит?


Стоимость прохождения экзамена — 200 долларов США. Если вы его завалите, придется платить снова.

Кроме того, придется потратиться на подготовительные курсы и пользование самой платформой.

Затраты на работу с платформой — это плата за использование сервисов Google Cloud. Если вы ее активный пользователь, вам об этом хорошо известно. Если вы новичок и только начинаете изучать учебные материалы, описанные в этой статье, можно создать учетную запись Google Cloud и сделать всё необходимое, уложившись в 300 долларов, которые Google зачисляет на счет при регистрации.

К стоимости курсов мы перейдем буквально через мгновение.

Сколько действует сертификат?


Два года. По истечении этого срока экзамен нужно сдавать снова.

А поскольку Google Cloud постоянно развивается, вполне вероятно, что изменятся и требования к сертификации (такое случилось как раз тогда, когда я начал писать статью).

Что нужно для подготовки к экзамену?


Для сертификации профессионального уровня Google рекомендует иметь более трех лет опыта работы в отрасли и более года в разработке и управлении решениями с использованием GCP.

У меня ничего из этого не было.

Соответствующий опыт был около шести месяцев в каждом случае.

Чтобы восполнить пробел, я воспользовался несколькими обучающими интернет-ресурсами.

Какие курсы я прошел?


Если ваш случай похож на мой и вы не соответствуете рекомендуемым требованиям, то для повышения собственного уровня можно пройти некоторые курсы из приведенных далее.

Именно их я использовал при подготовке к сертификации. Они перечислены в порядке прохождения.

По каждому я указал стоимость, сроки и полезность для сдачи сертификационного экзамена.


Некоторые из классных обучающих интернет-ресурсов, использованные мной для повышения собственных навыков перед экзаменом — по порядку: A Cloud Guru, Linux Academy, Coursera.

Data Engineering on Google Cloud Platform Specialization (Cousera)


Стоимость: 49 $ в месяц (после 7-дневного бесплатного пробного периода).
Время: 1–2 месяца, более 10 часов в неделю.
Полезность: 8 из 10.

Курс Data Engineering on Google Cloud Platform Specilization на платформе Coursera разработан в сотрудничестве с Google Cloud.

Он разбит на пять вложенных курсов, каждый из которых — это около 10 часов учебного времени в неделю.

Если вы не знакомы с обработкой данных в Google Cloud, эта специализация как раз даст вам необходимые навыки. Вам предстоит выполнить ряд практических упражнений, используя итеративную платформу под названием QwikLabs. Перед этим будут лекции использующих Google Cloud специалистов о том, как применять различные сервисы, такие как Google BigQuery, Cloud Dataproc, Dataflow и Bigtable.

A Cloud Guru Introduction to Google Cloud Platform


Стоимость: бесплатно.
Время: 1 неделя, 4–6 часов.
Полезность: 4 из 10.

Низкая оценка полезности не означает, что курс в целом бесполезен — это совсем не так. Единственная причина, по которой оценка такая низкая, состоит в том, что он не ориентирован на сертификацию Professional Data Engineer (что можно понять из названия).

Я прошел его, чтобы освежить знания после прохождения специализации Coursera, поскольку я использовал Google Cloud в некоторых ограниченных случаях.

Если вы ранее работали с другим поставщиком облачных услуг или никогда не использовали Google Cloud, возможно, этот курс вам будет полезен: это отличное введение в платформу Google Cloud в целом.

Linux Academy Google Certified Professional Data Engineer


Стоимость: 49 $ в месяц (после 7-дневного бесплатного пробного периода).
Время: 1–4 недели, более 4 часов в неделю.
Полезность: 10 из 10.

Сдав экзамен и поразмышляв о пройденных курсах, я могу сказать, что наиболее полезным был именно Linux Academy Google Certified Professional Data Engineer.

Видеоуроки, а также электронная книга Data Dossier (отличный бесплатный учебный ресурс, предоставляемый вместе с курсом) и тренировочные экзамены делают этот курс одним из лучших когда-либо пройденных мной.

Я даже рекомендовал его в качестве справочного материала в заметках в Слаке для команды после экзамена.

Заметки в Слаке


  • Кое-какие вопросы на экзамене не освещались ни в курсе Linux Academy, ни в A Cloud Guru, ни в экзаменах Google Cloud Practice (чего следовало ожидать).
  • В одном вопросе был граф из точек данных. Спрашивалось, каким уравнением их можно сгруппировать (например, cos(X) или X²+Y²).
  • Обязательно знать различия между Dataflow, Dataproc, Datastore, Bigtable, BigQuery, Pub/Sub и понимать, как их можно использовать.
  • Два конкретных примера на экзамене — такие же, как были на тренировочных, хотя во время экзамена я не читал их вообще (самих вопросов оказалось достаточно для ответа).
  • Полезно знать базовый синтаксис SQL-запросов, особенно для вопросов по BigQuery.
  • Тренировочные экзамены в курсах Linux Academy и GCP очень похожи по стилю на вопросы в экзамене — их стоит пройти несколько раз, чтобы найти собственные слабые места.
  • Нужно помнить, что Dataproc работает с Hadoop, Spark, Hive и Pigs.
  • Dataflow работает с Apache Beam.
  • Cloud Spanner — это БД, изначально разработанная для облака, она совместима с ACID и работает в любой точке мира.
  • Полезно знать названия «старичков» — эквивалентов реляционных и нереляционных баз данных (например, MongoDB, Cassandra).
  • Роли IAM у сервисов немного различаются, однако неплохо было бы понимать, как разделить для пользователей возможности видеть данные и проектировать рабочие процессы (например, в роли Dataflow Worker можно проектировать рабочие процессы, но нельзя видеть данные).

Пока что этого, пожалуй, достаточно. Каждый экзамен будет проходить по-своему. Курс Linux Academy даст 80% необходимых знаний.


Одноминутные видео о сервисах Google Cloud


Стоимость: бесплатно.
Время: 1–2 часа.
Полезность: 5 из 10.

Эти видео рекомендовались на форумах A Cloud Guru. Многие из них не связаны с сертификацией Professional Data Engineer, поэтому я просто выбрал те, название сервисов в которых показалось мне знакомым.

При прохождении курса некоторые сервисы могут показаться сложными, поэтому было приятно посмотреть, как конкретный сервис описывался всего за минуту.

Preparing for the Cloud Professional Data Engineer Exam


Стоимость: 49 $ за сертификат или бесплатно (без сертификата).
Время: 1–2 недели, более шести часов в неделю.
Полезность: не оценивалась.

Я нашел этот ресурс за день до назначенной даты экзамена. Пройти его времени не хватило — отсюда и отсутствие оценки полезности.

Однако просмотрев обзорную страницу курса, могу сказать, что это отличный ресурс, на котором можно повторить всё, что вы узнали о Data Engineering в Google Cloud, и найти свои слабые места.

Я рассказал об этом курсе одному из коллег, который готовится к сертификации.

Google Data Engineering Cheatsheet, автор Maverick Lin


Стоимость: бесплатно.
Время: неизвестно.
Полезность: не оценивалась.

Еще один ресурс, на который я наткнулся после экзамена. Выглядит он всеобъемлюще, но изложение довольно краткое. Кроме того, он бесплатный. К нему можно обращаться между тренировочными экзаменами и даже после сертификации — чтобы освежить знания.

Что я делал после курсов?


Приближаясь к завершению курсов, я забронировал экзамен с уведомлением за неделю.

Наличие крайнего срока — отличная мотивация для того, чтобы провести ревизию усвоенного.

Я несколько раз прошел тренировочные экзамены Linux Academy и Google Cloud, пока не начал стабильно набирать более 95%.


Первая сдача тренировочного экзамена Linux Academy с результатом более 90%.

Тесты для каждой из платформ похожи; я записывал и разбирал вопросы, в которых постоянно ошибался — это помогло устранить слабые места.

Во время собственно экзамена темой была разработка систем обработки данных в Google Cloud на двух примерах (с 29 марта 2019 г. содержание экзамена изменилось). Весь экзамен были вопросы с несколькими вариантами ответа.

Прохождение экзамена заняло два часа, он показался мне примерно на 20% сложнее, чем знакомые мне тренировочные экзамены.

Тем не менее, последние — очень ценный ресурс.

Что бы я изменил, если бы сдавал экзамен снова?


Больше тренировочных экзаменов. Больше практических знаний.

Конечно, всегда можно подготовиться еще чуточку лучше.

В рекомендуемых требованиях указано более трех лет опыта использования GCP, чего у меня не было — поэтому пришлось иметь дело с тем, что было.

Дополнительно


Экзамен обновился 29 марта. Материалы в статье по-прежнему дадут хорошую основу для подготовки, однако важно отметить некоторые изменения.

Разделы экзамена Google Cloud Professional Data Engineer (версия 1)


  1. Проектирование систем обработки данных.
  2. Построение и поддержка структур данных и баз данных.
  3. Анализ данных и подключение машинного обучения.
  4. Моделирование бизнес-процессов для анализа и оптимизации.
  5. Обеспечение надежности.
  6. Визуализация данных и поддержка принятия решений.
  7. Проектирование с упором на безопасность и соответствие требованиям.

Разделы экзамена Google Cloud Professional Data Engineer (версия 2)


  1. Проектирование систем обработки данных.
  2. Построение и эксплуатация систем обработки данных.
  3. Эксплуатация моделей машинного обучения (большинство изменений произошло здесь) [НОВОЕ].
  4. Обеспечение качества решений.

В версии 2 разделы 1, 2, 4 и 6 версии 1 объединены в разделы 1 и 2, разделы 5 и 7 — в раздел 4. Раздел 3 в версии 2 был расширен и теперь охватывает все новые возможности машинного обучения в Google Cloud.

Эти изменения произошли совсем недавно, поэтому многие учебные материалы обновиться не успели.

Однако если воспользоваться материалами из статьи, этого должно быть достаточно, чтобы покрыть 70% нужных знаний. Я бы также самостоятельно ознакомился со следующими темами (они появились во второй версии экзамена):


Как можно видеть, обновление экзамена связано в первую очередь с возможностями машинного обучения в Google Cloud.

Дополнение от 29.04.2019. Я получил сообщение от преподавателя курса Linux Academy (Matthew Ulasien).

Просто для справки: мы планируем обновить курс Data Engineer в Linux Academy и отразить в нем новые цели — где-то с середины или конца мая.


После экзамена


Пройдя экзамен, вы получите результат «сдано» или «не сдано». На тренировочных экзаменах советуют стремиться к минимум 70%, поэтому я нацелился на 90%.

После успешной сдачи экзамена вам на электронную почту придет код активации вместе с официальным сертификатом Google Cloud Professional Data Engineer. Поздравляю!

Код активации можно использовать в эксклюзивном магазине Google Cloud Professional Data Engineer, в котором можно неплохо поживиться: там есть футболки, рюкзаки и толстовки (к моменту сдачи чего-то может не быть в наличии). Я выбрал толстовку.

Получив сертификат, можно демонстрировать свои навыки (официально) и вернуться к работе, которая получается у вас лучше всего, — построению систем.

Увидимся через два года — на повторной сертификации.

P. S. Большое спасибо замечательным преподавателям вышеуказанных курсов и Максу Келсену за предоставление ресурсов и времени для обучения и подготовки к экзамену.

О переводчике

Перевод статьи выполнен в Alconost.

Alconost занимается локализацией игр, приложений и сайтов на 70 языков. Переводчики-носители языка, лингвистическое тестирование, облачная платформа с API, непрерывная локализация, менеджеры проектов 24/7, любые форматы строковых ресурсов.

Мы также делаем рекламные и обучающие видеоролики — для сайтов, продающие, имиджевые, рекламные, обучающие, тизеры, эксплейнеры, трейлеры для Google Play и App Store.

→ Подробнее

+4
4.8k 49
Comments 1