Preparing for the Professional Data Engineer Examination

Préparez-vous à l'examen de Certification Google Cloud – Professional Data Engineer

Description du cours

Ce cours fournit des informations, des conseils et des astuces pour aider les candidats à préparer l'examen Google Cloud Certified – Professional Data Engineer. Le but de ce cours est d'aider les personnes qualifiées à gagner en assurance avant de tenter l'examen, et d'aider les personnes non qualifiées à élaborer leur propre plan de préparation.

Ce cours permet aux participants d'acquérir les compétences suivantes

  • Positionner la certification Professional Data Engineer
  • Obtenir des informations, des astuces et des conseils relatifs au déroulement de l'examen
  • Analyser des exemples d'études de cas
  • Passer en revue chaque section de l'examen et leurs principaux concepts pour renforcer les connaissances et identifier les lacunes/domaines d'approfondissement
  • S'orienter vers des formations associées

Prix: 730€ HT
Durée: 1 jour
Modalité: Inter en présentiel (demander une formation en intra-entreprise)

Prochaines dates :

PROGRAMME DE LA FORMATION

Module 1

Présentation de la certification Professional Data Engineer

Présentation globale des particularités de l'examen de certification, de façon à éviter toute confusion ou incompréhension concernant le processus et la nature de l'examen

  • Positionnement de la certification Professional Data Engineer parmi les différentes offres
  • Distinction entre "Associate" et "Professional"
  • Marche à suivre pour passer du niveau Professional Data Engineer à Associate Cloud Engineer
  • Description de l'organisation de l'examen et des règles applicables
  • Conseils généraux relatifs au déroulement de l'examen
Module 2

Exemples d'études de cas pour l'examen Professional Data Engineer

Analyse approfondie des études de cas fournies pour la préparation de l'examen

  • Flowlogistic
  • MJTelco
Module 3

Conception et création (conseils de révision et de préparation)

Conseils et exemples relatifs aux compétences en conception de systèmes de traitement de données, en structures de données et en bases de données susceptibles de faire l'objet de questions lors de l'examen

  • Concevoir des systèmes de traitement des données
  • Concevoir des représentations de données flexibles
  • Concevoir des pipelines de données
  • Concevoir une infrastructure de traitement des données
  • Créer et gérer des structures et des bases de données
  • Créer et gérer des représentations de données flexibles
  • Créer et gérer des pipelines
  • Créer et gérer l'infrastructure de traitement
Module 4

Analyse et modélisation (conseils de révision et de préparation)

Conseils et exemples relatifs aux compétences en analyse de données, en analyse et optimisation de processus métier, et en machine learning susceptibles de faire l'objet de questions lors de l'examen

  • Analyser des données et permettre le machine learning
  • Analyser des données
  • Machine learning
  • Déployer un modèle de machine learning
  • Modéliser des processus métier à des fins d'analyse et d'optimisation
  • Faire correspondre les exigences relatives à l'activité aux représentations de données
  • Créer et gérer des pipelines
  • Optimiser les coûts et les performances des infrastructures et des représentations de données
Module 5

Fiabilité, règles et sécurité (conseils de révision et de préparation)

Conseils et exemples relatifs aux compétences en fiabilité, en règles, en sécurité et en conformité susceptibles de faire l'objet de questions lors de l'examen

  • Concevoir des solutions fiables
  • Réaliser un contrôle qualité
  • Évaluer, dépanner et améliorer les représentations de données et l'infrastructure de traitement des données
  • Récupérer des données
  • Visualiser des données et préconiser des règles
  • Créer (ou choisir) des outils de visualisation des données et de création de rapports
  • Préconiser des règles et publier des données et des rapports
  • Concevoir des solutions sécurisées et conformes
  • Concevoir des processus et une infrastructure de données sécurisés
  • Concevoir des solutions conformes aux exigences légales
Module 6

Ressources et étapes suivantes

Ressources sur les thèmes susceptibles de faire l'objet de questions lors de l'examen

  • Ressources sur la conception de systèmes de traitement de données, de structures de données et de bases de données
  • Ressources sur l'analyse de données, le machine learning, l'analyse de processus métier et l'optimisation
  • Ressources sur la visualisation des données et les règles Ressources sur la conception de solutions fiables
  • Ressources sur l'analyse et l'optimisation des processus métier
  • Ressources sur la fiabilité, les règles, la sécurité et la conformité

Formations suggérées

Google Cloud Platform Fundamentals: Big Data & Machine Learning (GCP100B)

1 jours

Data Engineering on Google Cloud Platform (GCP200DE)

4 jours

From Data to Insights with Google Cloud Platform (GCP200DA)

3 jours

Nous contacter

Paris

48 Rue Jacques Dulud

92200 Neuilly-sur-Seine

+33 1 41 38 52 00

Lille

74 rue des Arts

59800 Lille

+33 3 66 72 61 32

Strasbourg

Crystal Park, 1 Avenue de l'Europe

67300 Schiltigheim

+33 3 88 47 04 38

Luxembourg

2, rue Drosbach

L-3372 Leudelange, Luxembourg

+352 26 54 47 1

Bordeaux

c/o Mama Works, 51 quai Lawton

33300 Bordeaux

Nantes

Zero Newton, 3 Rue Albert Camus

44000 Nantes

+33 2 55 59 07 00