考證歷程分享:谷歌雲專業數據工程師認證應該注意哪些?

文丨張偉松

觸脈諮詢數據工程師

最近我通過了Google Cloud Professional Data Engineer的考試並拿到了認證證書，這裡跟大家分享一下考這個證書的目的、價值，以及考試相關的一些內容，對這個感興趣的朋友，可以作為參考。

1.為什麼要考這個證書？

首先排除公司需求的角度，談一下這個證書的考取對於相關從業者來說有什麼價值。

Google Cloud Professional Data Engineer Certification其實說白了就是一個谷歌的資格認證，認證持有者在某個領域擁有了滿足一定要求的能力、水平，除了 Professional Data Engineer外，谷歌還提供了較為初級的Associate Cloud Engineer，以及同水平的Cloud Architect（雲架構師）、Cloud Developer、Cloud DevOps Engineer、Cloud Security Engineer等等，分別針對某個相關領域。

谷歌官方信息稱，經過「Google Cloud認證的用戶中有87%對雲技能更有信心」、「Professional Cloud Architect（專業雲架構師）是2019年收入最高的認證」，以及 「30%的Google Cloud認證用戶在工作中承擔了更多的責任或領導角色」。

當然，受制於環境的影響，谷歌雲在國內使用的相對較少，遠低於同類雲企業，上述的價值，可能更多體現在國外（國外含金量確實還可以）。

（在Youtube中的相關視頻，可以看到熱度還是可以的）

於我個人而言，其他的不說，通過認證考試，在相關技能上確實會有很大的提升，以一個明確的目標來進行學習，與隨機性質的自學對比，前者的效率明顯會更高一些（個人感覺）。

（事實上，類如阿里雲、亞馬遜雲也擁有類似的認證，例如阿里雲的ACP認證）

（這裡谷歌雲的Professional Data Engineer的定位，接近阿里雲認證中的專業工程師ACP中的大數據工程師+大數據分析師）

而且值得一提的是，價格上其實也差不多，阿里雲認證費1200人民幣，需要到線下進行考試，谷歌雲認證需要200刀，支持線上&線下。

那麼，Professional Data Engineer究竟需要怎樣的能力呢？

看下官網解釋：

`A Professional Data Engineer enables data-driven decision making by collecting, transforming, and publishing data. A Data Engineer should be able to design, build, operationalize, secure, and monitor data processing systems with a particular emphasis on security and compliance; scalability and efficiency; reliability and fidelity; and flexibility and portability. A Data Engineer should also be able to leverage, deploy, and continuously train pre-existing machine learning models. `

專業數據工程師通過收集、轉換和發布數據來實現數據驅動的決策。數據工程師應該能夠設計、構建、運行、保護和監控數據處理系統，特別強調安全性和遵從性；可伸縮性和效率；可靠性和忠誠；以及靈活性和可移植性。數據工程師還應該能夠利用、部署和持續培訓已有的機器學習模型。

就考試大綱、相關練習來看，考試確實還是挺切題的，上述提到的點基本都可以覆蓋上。

此外，雖然是谷歌雲的認證，但是內容上其實和開源的大數據框架體系是有所對應的，除了表現層外，在深層次中很多內容互通，這種知識&經驗是不局限於谷歌雲的。

2.關於考試

考試時長：2小時

費用：200美刀

語言：英語、日語

考試形式：線上考試&線下考試任選

推薦經驗：3年以上數據行業經驗包括1年以上使用GCP使用經驗。

我是在8月18號（2020）進行的考試，考試結束後，當場出結果，結果只有通過和不通過，也就是說不會告訴你，你的得分多少，哪道題對了，哪道題錯了。

如果你的結果是通過，那麼恭喜你，完成了第一步，但是這時你不會立即拿到證書，還會有一個人工審核的過程，這個過程又會持續7~10天，我的證書就是在8月26號才下來的（這裡因為時區問題，我的證書上顯示的是8月25號），證書下來後，你的認證身份就同步更新在Credential Holder Directory證書持有者目錄上了。

網址：

https://googlecloudcertified.credential.net/

例如：

考試可以選擇線下&線上，國內的話一般就是選擇線上，需要到考試網站進行考試時間的預約。我預約時，臨近日期都沒了，一般預約日期就是一個月以後，預約的時間段很多，此處注意時區的選擇。

預約完之後，就是準備考試了，考試前有兩件事情務必要做：

1）下載軟體Sentinel，然後完成生物識別信息的錄入（就是錄入一下人臉信息吧？個人覺得）

2）進入一個測試網站，查看你的麥克風/攝像頭/網速是否達到需求。

這塊重點說一下第二個，考試中其實並沒有需要你說話的地方，所以不用擔心口語交流的問題，但是需要麥克風開著（可能是為了確認你沒有讀題/念題，或沒有其他違禁聲音），測試的時候是在網頁上，但是——考試的時候就通過之前下載的軟體Sentinel來進行考試的，不是在網頁上！這點務必注意，因為我考試前曾很天真的想過，雖然考題文字一大段一大段的很長，但是實在不行，可以用瀏覽器的谷歌翻譯啊。

抱歉，不可以的，老老實實做閱讀理解。

（圖侵刪）

網速也是一個問題，要求的網速是1Mbps upload/1Mbps download，視頻Ping值必須小於200ms，這個要求很合理，但是如果直連國內寬帶是絕對做不到的，必須另想辦法，如果因為網速問題黑屏了，刷不出題了，那只能認倒黴了。

考試系統大概在具體預約考試時間的前10-15分鐘就可以進入了，進入後會啟動Sentinel軟體，然後全屏一個考試界面（菜單欄啥的都沒有了，考試界面會佔滿屏幕，而且要求你關閉副顯示器的連接），等待一段時間後（據說因為疫情的緣故，線上考試的人變多了，所以等待的時間也很長，我等了大概10分鐘以上，全程盯著空白的屏幕…），出現一個聊天對話框，相關監考人員接著就會出現，用英語和你交流，並逐步要求出示你的身份證件（或者護照等可以證明個人身份的證件），旋轉攝像頭檢查考試環境等等，總之檢查的很全面，甚至會要求拍攝你的桌子下面（難不成還能桌子底下蹲個人不成？）

檢查完畢，繼續重申一些考試紀律相關的內容，就可以開始考試了。

考試的形式就是選擇題，包括單選和多選，持續2小時，考試題目50道，雖然題不多，但是時間上還挺緊張的，因為題目——巨長，很長一段的描述，而且還是英文，跟做閱讀理解似的，很頭疼，可能閱讀題目就得1-2分鐘。

下面拿一道測試題為例，大家可以看一下難度：

如果50道題按難度排序從0-50，50為最難，0為最簡單，個人認為這道題難度應該在30左右，有一定難度，包括基礎概念，並且涉及到一些比較細節的內容，但是不是特別難，只要看過文檔就能做對。

難度比值低的，基本只要知道相關產品&產品的使用場景&產品的橫向對比就可以做出來了，難度更高一些，往往會涉及一些不知道寫在文檔哪個角落的嘰裡呱啦的內容，是真的難，真！心！滴！難！

所以大家可以對比衡量一下。

就題型來看，個人覺得考試考察的更多是一種認知，概念的認知、架構的認知，比如對於Spark，它不會考你Dataframe如果要轉換成另一個Dataframe，需要寫什麼樣的代碼，用到哪些方法。

它更可能會考Spark和其他同類工具對比的優勢是什麼？如何在GCP上部署Spark項目，怎樣性能更優，要達到某個業務目標，除了Spark外，還可以採用何種替代方案這一類的。（當然，有些特別難的題例外。）

3.關於備考

如果你真的決定要考這個證書，那麼就需要開始為考試進行準備了。

官方提供了很多資料可供學習，除了我們熟悉的官方文檔外（註：谷歌的文檔寫的是真好，業界楷模），還可以在Coursera上進行學習，谷歌專門設置了一個系列的課程，內容以十分鐘左右的短視頻及在線實驗、在線小測試為主（當然，也只有英文版）。

短視頻主要進行功能的說明，架構的介紹，會幫助你構建一個比較系統的認知（個人感覺）。

在線測試則是針對一個具體的業務需求，給你一個虛擬的帳號身份，允許在谷歌雲平臺上進行操作，這部分操作是百分百真實的，是完全實際的操作，而且實驗說明寫的非常詳細，個人認為很有價值。但值得一提的是，實驗主要還是流程性的，帶你進行體驗，其中很多代碼段、腳本，你按著要求一步一步做，肯定可以完成實驗，但如果你想深入了解，吃透相關功能，還是得額外花時間，逐步搞清。

Coursera上的學習，前7天免費，7天過後，￥346/月，emmmm……怎麼說呢，見仁見智吧。

另外一個備考利器是qwiklabs.com，這是一個在線實驗平臺，Coursera上的在線實驗就是在這裡進行的，裡面有非常！非常！豐富的實驗，幾乎包含了常規業務所能涉及的各個主題。

缺點就是比較貴，做實驗，需要點數，一個點數一刀，一般稍微複雜點的實驗都得好幾刀，不過好在最近搞活動，可以申請獲得一個月的免費使用。

上完了課，做夠了實驗，剩下就是刷文檔了，重點產品挨個刷、挨個上手試一下就好了。

（完）

（添加客服，可加入交流群）

備註：暱稱-地區-公司-職位

GA使用、數據學習、行業交流、乾貨分享……