Al finalizar la preparación para este examen, los candidatos serán capaces de:
Diseñar y construir sistemas de procesamiento de datos: Esto incluye la comprensión de los requisitos del negocio, la selección de los servicios de Google Cloud adecuados (como Dataflow, Dataproc, BigQuery, Cloud Storage) y la creación de un diseño de alto nivel.
Implementar sistemas de procesamiento por lotes y en tiempo real: Aprender a procesar grandes volúmenes de datos utilizando Dataflow para procesamiento por lotes y en tiempo real, y otras herramientas.
Diseñar y administrar soluciones de almacenamiento de datos: Comprender las diferentes opciones de almacenamiento de datos en Google Cloud (como Cloud Storage, BigQuery, Cloud Spanner) y saber cuándo utilizar cada una.
Modelar y transformar datos: Aprender a limpiar, transformar y enriquecer datos utilizando herramientas como Dataflow y Dataprep.
Implementar seguridad y cumplimiento en soluciones de datos: Aplicar medidas de seguridad para proteger los datos en Google Cloud, considerando el cumplimiento normativo.
Monitorear y optimizar el rendimiento de los sistemas de datos: Utilizar herramientas de monitoreo y registro para asegurar el buen funcionamiento y el rendimiento óptimo de las soluciones de datos.
Comprender los conceptos de aprendizaje automático (Machine Learning) en el contexto de la ingeniería de datos: Integrar modelos de Machine Learning en pipelines de procesamiento de datos.
Proveedor
Prerrequisitos
Google recomienda que los candidatos tengan:
Más de 3 años de experiencia en la industria de TI: Se espera que los candidatos tengan una sólida base en conceptos de TI y experiencia en el trabajo con datos.
Al menos 1 año de experiencia práctica diseñando y gestionando soluciones de datos en Google Cloud: Esto implica haber trabajado con servicios como Dataflow, Dataproc, BigQuery, Cloud Storage, Pub/Sub, etc.
Comprensión de los conceptos básicos de la computación en la nube: Familiaridad con los modelos de implementación de la nube (pública, privada, híbrida) y los modelos de servicio (IaaS, PaaS, SaaS).
Conocimientos sólidos de bases de datos: Comprensión de bases de datos relacionales y NoSQL, SQL y otros lenguajes de consulta.
Conocimientos de lenguajes de programación: Se recomienda tener experiencia con Python, Java o Scala, ya que son lenguajes comunes en el procesamiento de datos en Google Cloud.
Familiaridad con conceptos de Big Data: Comprensión de conceptos como Hadoop, MapReduce y Spark.
Nivel del Curso
Avanzado
Modalidad
Virtual en Vivo
Incluye
Instructor certificado, Material de Apoyo, Entorno Practico, Evaluación post curso, Certificado de Asistencia