알라피프이지만 Google Professional Data Engineer를 통과했습니다.

알라피프이지만 Google Professional Data Engineer를 통과했습니다. Idea, COncept, and Technology. 로부터의 전재입니다.

프로필


  • 반올림하면 50세
  • 45세에 컨설팅 회사로 전직. 전직은 메이커.
  • 아직 코딩하고 있습니다. 데이터 분석도 하고 있습니다.
  • 취미로 iPhone 앱/웹 서비스 만들고 있습니다.
  • AWS 인증 솔루션 아키텍트 – 어소시에이트 취득(2019)

  • 시험의 계기


  • AWS SAA를 취한 기세도 있고, 다음은 GCP일 것이다.
  • 데이터 분석을 하고 있는 경우도 있어 Data Engineer를 노렸습니다.

  • 준비 그 1 책 읽기



    AWS에 비해 GCP는 책이 적지만 우선 책을 읽는 곳에서 들어가는 것이 좋다고 생각합니다. 다만, 후술의 공식 문서도 로드할 필요가 있습니다.

  • Google Cloud Platform 엔터프라이즈 디자인 가이드
    이것은 전체 이미지를 이해하기위한 것입니다

  • 확장 가능한 데이터 과학 데이터 엔지니어를 위한 실습 Google Cloud Platform
    대 Professional Data Engineer 시험 대책이라는 의미에서는 필독. Pub/Sub, Dataflow, BigQuery, Dataproc 등의 핸즈온이 풍부합니다.
  • Google Cloud Platform에서 시작하는 기계 학습과 심층 학습

  • 준비 그 2 핸즈온



    돈은 걸립니다만 손을 움직이지 않는 것에는 익히지 않을까. Qwiklabs의 퀘스트를 오로지 반복했습니다. 그렇지만, 핸즈온만으로는 합격은 어렵다고 생각합니다.

  • 데이터 엔지니어링 | Qwiklabs
    바로 시험 대책을위한 핸즈 온

  • Data Science on Google Cloud Platform: Machine Learning | Qwiklabs
    위에서 소개한 「스케일러블 데이터 과학 데이터 엔지니어를 위한 실천 Google Cloud Platform」의 핸즈온. 책의 설명에 따라 하면 상당히 집어들기 때문에 이쪽을 따라 하는 것이 요시.

  • 준비 그 3 공식 문서 로드



    AWS에 비해 책이 적기 때문에 의지가 되는 것은 공식 문서입니다. 링크처에 있는 서비스, 특히 「컨셉」을 이해할 필요가 있다고 생각합니다. BigQuery, Cloud Composer, Bigtable, Dataflow, Dataproc, Pub/Sub 당 한 가지를 이해해야 합니다.

    빅데이터 분석 제품 | Data Analytics Products | Google Cloud

    시험 범위에 관해서는, 이쪽의 기사도 참고가 되었습니다. Bigtable은 행 인덱스의 설계, BigQuery는 한 가지 방법 + 와일드 카드 쿼리, 보안, 외부 데이터 연계 등 Dataflow는 윈도우 함수나 입출력의 생각 등.

    Priocept » Google Cloud Certified Data Engineer – Beta Exam Report

    막상 시험 회장에



    가져가는 것은 신청 후 도착하는 메일과 신분 증명서 (면허증 + 신용 카드 등)뿐입니다.

    시험을 받고


  • 최근에는 온라인 시험이 메이저군요(아저씨감
  • 가지고 시간은 2시간입니다만, 1시간에 한번 흘려 불안한 곳을 재검토하는데 30분이라고 하는 느낌이었습니다.
  • 제출 버튼을 눌러 「합격」의 문자가 나왔을 때는 역시 기쁩니다.
  • 며칠 후 정식으로 합격 메일이 도착했습니다.
  • 자격을 얻는 것이 목적이 아니기 때문에, 이것을 살려 여러가지 도전해 나가고 싶습니다.

  • 좋은 웹페이지 즐겨찾기