Non esitare a chiedere per ulteriori date, modalità o lingua di erogazione diversa dall'italiano.
| Modalità | Durata | Data di inzio |
|---|---|---|
| Virtual Class | Intensivo | Su richiesta |
Cosa imparerai
Il corso Google Cloud Professional Data Engineer offre un percorso formativo guidato da un istruttore esperto, strutturato per fornire le competenze necessarie alla progettazione, costruzione e gestione di architetture dati scalabili e ad alte prestazioni.
Durante il percorso vengono approfonditi i concetti chiave del Modern Data Stack su Google Cloud Platform: dalla gestione dei Data Lakehouse tramite BigQuery e BigLake, all’orchestrazione di pipeline sia batch sia in tempo reale con Dataflow e Pub/Sub, fino all’automazione delle trasformazioni con Dataform e alla Data Governance aziendale. Lezioni teoriche ed esercitazioni pratiche su scenari reali permettono di acquisire la padronanza operativa richiesta dal mercato, fornendo una preparazione completa per il superamento dell’esame di certificazione ufficiale.
Cosa aspettarsi dall’esame
L’esame ha una durata di 120 minuti, prevede fra 40 e 50 domande a risposta multipla e può essere sostenuto in inglese o giapponese. I principali argomenti si dividono nei seguenti domini:
- Designing data processing systems (~22%)
- Ingesting and processing the data (~25%)
- Storing the data (~20%)
- Preparing and using data for analysis (~15%)
- Maintaining and automating data workloads (~18%)
La certificazione ha una validità di due anni che potrà essere prolungata sostenendo un esame da 20 domande della durata di un’ora.
Clicca qui per informazioni più dettagliate sugli argomenti dell’esame.
Area tecnologica
- Cloud
Destinatari
- Data Engineer e Database Administrator
- Data Architect e Solution Architect
- Data Analyst e BI Developer
- Sviluppatori Software e DevOps Engineers
Panoramica del corso
Obiettivi
-
Progettare architetture dati scalabili: configurare e strutturare sistemi di storage e data warehousing evoluti sfruttando la potenza di BigQuery, Cloud Storage e BigLake.
-
Costruire ed eseguire pipeline di dati (Batch e Streaming): sviluppare flussi di ingestion ed elaborazione dati affidabili in tempo reale ed elaborazioni massive tramite Dataflow, Pub/Sub e Dataproc Serverless.
-
Automatizzare ed orchestrare i workflow: creare e gestire workflow complessi di trasformazione dati utilizzando Dataform e Cloud Composer (Apache Airflow).
-
Garantire la Data Governance e la Sicurezza: applicare le best practice per il controllo degli accessi, la crittografia, la protezione dei dati sensibili (PII) e la catalogazione delle risorse aziendali.
-
Integrare l’Intelligenza Artificiale nei flussi dati: sfruttare BigQuery ML per addestrare ed eseguire modelli di Machine Learning direttamente all’interno del data warehouse tramite linguaggio SQL.
Prerequisiti
Per fruire al meglio del corso è consigliato possedere:
-
Conoscenza di SQL
-
Esperienza di programmazione (preferibilmente Python o Java).
-
Concetti base di data engineering
-
Conoscenza base di Google Cloud: consigliato il possesso della certificazione Associate Cloud Engineer o esperienza equivalente sui concetti fondamentali della piattaforma (IAM, networking base, uso della Console GCP e CLI)
Course Outline
- Introduction to Data Engineering on Google Cloud
- Data Lakes and Data Warehouses on Google Cloud
- Batch Data Pipelines on Google Cloud
- Streaming Data Pipelines on Google Cloud
- Serverless Data Processing with Dataflow
- Data Warehouse with BigQuery
- Data Mesh with Knowledge Catalog
- Gemini in BigQuery
