Examen de Ingeniero de Datos Profesional
40-50 preguntas de opción múltiple y selección múltiple.
- Tipo
- Escrito
- Modalidad
- Ambos
- Duración
- 120 min
Secciones del examen
Sección 1: Diseño de sistemas de procesamiento de datos
Diseño para seguridad, cumplimiento, fiabilidad y flexibilidad. Cubre IAM, cifrado, privacidad de PII y soberanía de datos regionales. Incluye limpieza de datos, monitorización de tuberías, recuperación de desastres, tolerancia a fallas y migraciónes de planificación utilizando el servicio de transferencia de datos de BigQuery y el servicio de migración de bases de datos.
Consejos de preparación
Comprender la jerarquía IAM, el cifrado (CMEK), el cumplimiento (GDPR/HIPAA), los conceptos ACID y las herramientas de migración como BigQuery Data Transfer Service y Datastream.
Sección 2: Ingesta y procesamiento de los datos
Planificar, construir y poner en funcionamiento las canalizaciones de datos. Se centra en la identificación de fuentes y sumideros, la lógica de transformación y la selección de servicios como Dataflow, Apache Beam, Dataproc y Pub/Sub. Incluye transformaciones por lotes y streaming, enriquecimiento de datos de IA y automatización de trabajos utilizando Cloud Composer.
Consejos de preparación
Prácticas con Dataflow/Apache Beam, ingestión de Pub/Sub, diseño de Cloud Composer DAG y herramientas CI/CD como Cloud Build para la promoción de canalizaciones.
Sección 3: Almacenamiento de los datos
Seleccione y administre sistemas de almacenamiento, incluidos BigQuery, Spanner, AlloyDB y Cloud Storage. Cubre el modelado del almacén de datos, la normalización, la gestión del lago de datos a través de Dataplex y la construcción de modelos de gobernanza federados para sistemas distribuidos mientras optimiza el costo y el rendimiento.
Consejos de preparación
Compare las opciones de almacenamiento (latencia, consistencia, escalabilidad), practique el diseño del esquema en BigQuery y revise la gobernanza de Dataplex y las características del catálogo de datos.
Sección 4: Preparación y uso de datos para el análisis
Preparar datos para aplicaciones de visualización y AI/ML. Incluye la conexión de herramientas de BI, la optimización de BigQuery BI Engine, la ingeniería de características con BigQueryML y la preparación de datos no estructurados para incrustaciones y RAG. También cubre el intercambio de datos a través de BigQuery Analytics Hub y vistas autorizadas.
Consejos de preparación
Domina el ajuste de consultas y las vistas materializadas en BigQuery, flujos de trabajo de BigQueryML y mecanismos de intercambio de datos como Authorized Views y Analytics Hub.
Sección 5: Mantenimiento y automatización de cargas de trabajo de datos
Optimice los recursos, automatice las cargas de trabajo y supervise los procesos de datos. Se centra en la minimización de costos, la gestión de la capacidad con BigQuery Editions y la observabilidad utilizando la supervisión y el registro en la nube. Incluye la solución de problemas de facturación o cuota y el diseño de sistemas tolerantes a fallas con conmutación por error.
Consejos de preparación
Familiarícese con las funciones de control de costos como las reservas de BigQuery, la creación de DAG de Composer y el uso de paneles de monitorización en la nube para diagnosticar fallas.