5 tipů, jak uspět u certifikace Google Cloud

Google Cloud Platform (GCP) Professional Data Engineer je prestižní certifikace, která ověřuje schopnost pracovat s datovými řešeními v cloudovém prostředí Googlu. Zaměřuje se na znalosti v oblasti architektury, správy a optimalizace datových skladů a databází. Tato certifikace nabízí datovým profesionálům možnost zdokonalit se, zvýšit svou hodnotu na pracovním trhu a otevřít si dveře k novým kariérním příležitostem.

Co je potřeba pro přihlášení a složení zkoušky?

Nic kromě znalostí GCP 🙂

Pro složení zkoušky samotný Google Cloud doporučuje ideálně dva roky zkušeností s prostředím. Není to ovšem povinné. Zároveň ale je nutné znát a umět používat všechny nástroje, seznámit se s best-practices a use casy. 

Na zkoušku se může přihlásit každý a udělat ji odkudkoli – buď online, nebo ve výukovém středisku (např. v Praze jsou dvě). S přípravou je ideální začít alespoň 2 měsíce před zkouškou a pro větší motivaci mít rovnou zarezervovaný termín.

Jak se připravit? 

Hlavním a nejdůležitějším zdrojem je GCP dokumentace. Je to místo, které se stane vašim útočištěm a kde budete ověřovat veškeré další informace objevené ve vodách internetu. A opravdu je potřeba hodně ověřovat, protože ne všechny informace mimo GCP prostředí a dokumentaci jsou aktuální. Může se stát, že si přečtete o nějakém nástroji nebo best-practices, které platily před třemi lety, a teď už ani ten nástroj nemusí existovat. Nebo se bude jmenovat jinak. Například ve starších materiálech se dočtete o vizualizačním nástroji Data Studio. Teď se ale jmenuje Looker Studio a má tři různé variace: Looker, Looker Studio a Looker Studio Pro. 

Abyste se vyhnuli zastaralým informacím v online prostředí, doporučujeme se podívat na  Google Cloud Skill Boost. Je to vzdělávací platforma spravovaná GCP, kde mimo jiné najdete speciální dráhu pro Data Engineering certifikaci. Taky můžete vyzkoušet všechny potřebné nástroje v praktických labech a projít ukázky testu.

Co všechno musím umět? 

Aktuální doporučený seznam technologií, které by měl certifikovaný data engineer znát a umět, vypadá následovně: 

• BigQuery
• Dataflow 
• Pub/Sub
• Analytics Hub 
• Cloud Storage
• Cloud SQL, Spanner, Bigtable a další databáze
• Dataproc
• Cloud Composer 
• Data Fusion
• Looker/Looker Studio
• Dataplex a Data Catalog 
• AI & ML
• Základy IAM
• Debugging/troubleshooting zmíněných nástrojů

Jak vypadá samotný test? 

Všechny otázky jsou zaměřené na konkrétní use casy, které GCP v datovém světě pokrývá. Například:

You need to modernize your existing on-premises data strategy. Your organization currently uses:

• Apache Hadoop clusters for processing multiple large data sets, including on-premises Hadoop Distributed File System (HDFS) for data replication.
• Apache Airflow to orchestrate hundreds of ETL pipelines with thousands of job steps.

You need to set up a new architecture in Google Cloud that can handle your Hadoop workloads and requires minimal changes to your existing orchestration processes.

What should you do ?

1. Use Bigtable for your large workloads, with connections to Cloud Storage to handle any HDFS use cases. Orchestrate your pipelines with Cloud Composer.
2. Use Dataproc to migrate Hadoop clusters to Google Cloud, and Cloud Storage to handle any HDFS use cases. Orchestrate your pipelines with Cloud Composer.
3. Use Dataproc to migrate Hadoop clusters to Google Cloud, and Cloud Storage to handle any HDFS use cases. Convert your ETL pipelines to Dataflow.
4. Use Dataproc to migrate Hadoop clusters to Google Cloud, and Cloud Storage to handle any HDFS use cases. Use Cloud Data Fusion to visually design and deploy your ETL pipelines. 

V této otázce je správná odpověď B), a to na základě doporučeného řešení přímo od GCP. Důležitou částí v otázce je “minimal changes to your existing orchestration processes”, tedy minimální změny oproti stávajícímu řešení. A pokud znáte hlavní datové nástroje, nebudete mít problém na zmíněnou otázku zodpovědět. V prostředí GCP alternativou pro orchestraci v Airflow je Composer, což je v podstatě Googlem spravovaná verze Airflow a funguje na stejném principu. Stačí to jen nasadit. Pro HDFS je nejlepším řešením Dataproc, který opět nabízí spravované řešení pro již existující joby. Cloud Storage je taktéž doporučenou náhradou za on-prem HDFS. I tentokrát není potřeba nic upravovat. Pokud takto zanalyzujete otázku, tak i odpovědi budou dávat větší smysl. 

Než ale začnete procházet vzorové testy, je opravdu nutné se seznámit s dokumentací a technologiemi, na které se zkouška zaměřuje. Ne všechny testy, které najdete na internetu, budou aktuální a zaměřené čistě na data engineering. Proto musíte hodně filtrovat informace, díky čemuž budete vědět, zda je otázka a navrhovaná odpověď relevantní.   

Jaké profesní příležitosti otevírá absolvování zkoušky?

Certifikace GCP Professional Data Engineer je především cestou k rozšíření technických horizontů a upevnění pozice na trhu práce. Jedná se sice o čistě teoretickou záležitost, nicméně je nutné umět aplikovat potřebné znalosti i v praxi. A právě na to se snaží zkouška zaměřit. Investice času a úsilí se vám ale mnohonásobně vrátí ve formě lepších pracovních příležitostí a možností profesního růstu.