Paso
3
Preparación para el examen Professional Data Engineer
En este curso, encontrarás información, sugerencias y consejos para realizar el examen de Professional Data Engineer de Google Cloud Certified.
Duración: 1 día

Descripción del curso

El propósito de este curso es ayudar a las personas calificadas a aumentar su confianza para realizar el examen, y a quienes aún no están calificados a desarrollar un plan de preparación.

Objetivos del curso

En este curso, los participantes adquirirán las siguientes habilidades:

  • Diferenciar la certificación de Professional Data Engineer del resto de las ofertas
  • Obtener consejos, información y sugerencias para enfrentar el examen
  • Revisar ejemplos de casos de éxito
  • Revisar cada sección del examen mediante el estudio de los conceptos más difíciles para aumentar la confianza del candidato, además de descubrir cuáles son sus deficiencias o las áreas de estudio en las que debe enfocarse
  • Indicar a los candidatos cuáles son los objetivos de aprendizaje adecuados

Público

Este curso está destinado al siguiente público:

  • Profesionales de la nube que deseen realizar el examen de certificación de Data Engineer
  • Profesionales de ingeniería de datos que deseen realizar el examen de certificación de Data Engineer

Requisitos previos

Para aprovechar al máximo este curso, los participantes deben cumplir con los siguientes requisitos previos:

  • Estar familiarizados con Google Cloud Platform, específicamente con el nivel del curso sobre Ingeniería de datos en Google Cloud Platform (se sugiere, pero no es obligatorio)

Modo de presentación

Dictado por un instructor o autoaprendizaje en línea

Duración

1 día (dictado por un instructor)

De 6 a 8 horas (bajo demanda)

Organización del curso

Adquiere conocimientos básicos sobre el examen de certificación y despeja todas tus dudas o inquietudes sobre el proceso y la naturaleza del examen.

Temas abordados:

  • Posicionamiento de la certificación de Professional Data Engineer entre el resto de las ofertas
  • Diferencias entre los niveles Associate y Professional
  • Orientación para elegir entre Professional Data Engineer y Associate Cloud Engineer
  • Descripción de las reglas del examen y el modo en el que se administra
  • Sugerencias generales para realizar el examen

Análisis detallado de los casos de éxito que se brindaron para preparar el examen

Temas abordados:

  • Flowlogistic
  • MJTelco

Sugerencias y ejemplos sobre las habilidades de diseño de sistemas de procesamiento de datos, estructuras de datos y habilidades sobre bases de datos que podrían aparecer en el examen.

Temas abordados:

  • Diseño de sistemas de procesamiento de datos
  • Diseño de representaciones flexibles de datos
  • Diseño de canalizaciones de datos
  • Diseño de infraestructuras de procesamiento de datos
  • Compilación y mantenimiento de estructuras y bases de datos
  • Compilación y mantenimiento de representaciones flexibles de datos
  • Compilación y mantenimiento de canalizaciones
  • Compilación y mantenimiento de infraestructuras de procesamiento

Sugerencias y ejemplos sobre análisis de datos, análisis y optimización de procesos empresariales, y habilidades de aprendizaje automático que podrían aparecer en el examen.

Temas abordados:

  • Análisis de datos y facilitación del aprendizaje automático
  • Análisis de datos
  • Aprendizaje automático
  • Implementación de modelos de aprendizaje automático
  • Modelado de procesos empresariales para su análisis y optimización
  • Asignación de los requisitos de la empresa a las representaciones de datos
  • Optimización de las representaciones de datos, y el rendimiento y el costo de la infraestructura de datos

Sugerencias y ejemplos sobre habilidades de disponibilidad, políticas, seguridad y cumplimiento que podrían aparecer en el examen.

Temas abordados:

  • Diseño para la disponibilidad
  • Realización del control de calidad
  • Evaluación, solución de problemas y mejoras de la representación de datos y de la infraestructura del procesamiento de datos
  • Recuperación de datos
  • Visualización de datos y defensa de políticas
  • Compilación (o selección) de herramientas de informes y visualización de datos
  • Apoyo de políticas y publicación de informes y datos
  • Diseño para la seguridad y el cumplimiento
  • Diseño de una infraestructura y procesos de datos seguros
  • Diseño para el cumplimiento legal

Recursos para obtener más información sobre los temas identificados que podrían aparecer en el examen.

Temas abordados:

  • Recursos para obtener más información sobre el diseño de sistemas de procesamiento, estructuras y bases de datos
  • Recursos para obtener más información sobre análisis de datos, aprendizaje automático, análisis de procesos empresariales y optimización
  • Recursos para obtener más información sobre la visualización y las políticas de datos Recursos para obtener más información sobre el diseño para la confiabilidad
  • Recursos para obtener más información sobre el análisis y la optimización de los procesos empresariales
  • Recursos para obtener más información sobre la confiabilidad, las políticas, la seguridad y el cumplimiento