在一个月内获得GCP专业数据工程师认证的学习方法

因为我最近通过了Google Cloud认证的专业数据工程师（PDE）资格考试，所以我想要分享学习方法。
希望能对即将参加PDE考试的人们提供帮助。

开始学习前的知识和经验

在没有任何数据库或者机器学习的知识的情况下，我之前获得了Google Cloud的另一项认证PCA，因此对该服务的概要和参考架构有了一个大致的了解。

由於Google Cloud的服務有一些是基於開放源碼軟體而建立的，所以如果有這些相關知識的話會更好，但即使完全不了解也可以從零開始學習，在約一個月內就能通過考試。因此，我認為即使沒有實務經驗或者資料分析等知識，也完全有能力通過資格考試。

学习方法

我实际花费了大约一个月（约60小时）来学习。我主要使用Coursera作为主要学习资源。Coursera的课程是以视频讲座为主导，使用Qwiklabs进行实践操作，然后通过理解度测试进行总结。个人而言，通过实践操作对知识的巩固感到很大，所以强烈推荐。你也可以创建GCP账户进行尝试，但使用费用可能会很高…

我在公司的福利制度下可以免费使用Coursera，但通常情况下只有7天的免费试用期，之后基本上会收取月费，所以请注意不要产生意外的费用。

以下是我進行學習的實際步驟概要。

1. Google Cloud大数据和机器学习基础（日本语版本）

我认为这是必须参加的一门课程，你可以大致了解本考试会出现的服务概要。

试试看参加一次模拟考试。

您可以免费参加 Google Cloud 的模拟考试（30道题）。您可以无限次参加考试，但题目始终相同。

第一次尝试时，我感觉很敏锐，正确率大约为70%（虽然我自信满满地回答了约50%的问题…）。考试前想再次参加以测试学习成果，所以没有仔细阅读答案和解释，只是简单地浏览了一遍。

通过GCP来现代化数据湖和数据仓库 日本語版本

在数据管道中，有两个非常重要的组件，分别是数据湖和数据仓库。
即使对于不了解数据湖和数据仓库的人，通过概述开始解释，他们也能很容易地理解。

4. 在GCP上构建批量数据流水线（日本语版本）

在GCP上构建具有弹性的流媒体分析系统的日本语版本。

以下是两个选项的汉语原生版翻译：
以上的两个课程涵盖了数据管道的批处理和流式处理。由于在考试中经常会涉及到哪种处理适用于哪种情况的问题，建议大家要掌握它们之间的区别和使用案例等内容。

6. GCP（Google Cloud Platform）上的智能分析、机器学习和人工智能，日本语版本。

这是关于ML和AI的课程。这门课程与“Google云大数据和机器学习基础”有许多相似之处，所以只需要看一下大致内容可能也可以。考试中也会出现一些ML的问题，但作为比例大约只有10%至20%，所以我个人认为相对于诸如数据管道之类的课程，重要性会下降。

7. 尝试参加模拟考试（第二次）

在这里参加了第二次模拟考试，结果与第一次几乎没有变化，正确率约为70%。
但是，由于我对回答有一些确定性地增加了，所以我能够增加一些自信。

8. 准备参加Google云数据工程师专业考试——日本语版本。

由于觉得这门课的视频讲座与之前的课程大部分重复，所以我只是轻松地浏览了一下。
因为课程的最后有包含25个模拟问题，所以我建议你去做一下。

考试后的感想

我觉得这个考试相当难。与之前参加的PCA考试相比，我觉得PDE更具挑战性。

此外，还出现了比我们在学习方法中介绍的模拟考试和Coursera的模拟题更难的问题。如果出现了官方模拟考试级别的问题，我认为这是一种服务问题。

考試技巧

在GCP专业数据工程师考试中，我在两周内取得了合格，因此我想分享学习方法。这篇文章介绍了一些考试技巧，务必阅读！！考试期间，我读过这篇文章，它帮了我很多。我认为在考试前，理解这篇文章中所提到的内容接近100%可以显著提高合格率。

我参加考试并努力学习，觉得有几个好处值得补充一下。

■存储相关
– Cloud SQL的存储上限
Cloud SQL的存储上限根据机器类型等因素而异，最大可达64TB。
如果需要超过64TB的存储容量，将无法选择Cloud SQL。

关于Bigtable的模式设计
事务仅在一行内受支持。
每个表的索引（行键）仅限一个，没有二级索引等。

■流水线
·关于Kafka和Pub/Sub的区别
需要注意的是，Pub/Sub有一定的消息保留时间限制。

最后一步

虽然考试非常困难，但只要抓住重点努力学习，我认为可以通过。祝大家考试顺利！