1 ngày

Khóa học này được thiết kế để chuẩn bị cho kỳ thi chứng chỉ Professional Data Engineer trên Google Cloud. Khóa học tập trung diễn giải cấu trúc bài thi, cung cấp mẹo làm bài, rèn luyện kỹ năng giải quyết câu hỏi và phân tích case study. Ngoài ra, còn giúp học viên rà soát lại các chủ đề trọng tâm trong chương trình Data Engineering trên GCP.

Khóa học được thiết kế nhằm trang bị cho học viên hệ thống kiến thức nền tảng và kỹ năng thực hành cần thiết, giúp nâng cao năng lực chuyên môn, đáp ứng yêu cầu công việc thực tế và hỗ trợ phát triển nghề nghiệp bền vững.

• Chuyên gia đám mây (cloud professionals) dự định thi chứng chỉ Professional Data Engineer.
• Đã có kiến thức và kinh nghiệm về GCP tương đương khóa GCP Big Data and Machine Learning Fundamentals.
• Đã có kiến thức về giải pháp data engineering & machine learning tương đương khóa Data Engineering on GCP.
• Có kinh nghiệm thực tế về data engineering & cloud computing.

Không yêu cầu điều kiện tiên quyết. Khóa học phù hợp với mọi đối tượng có nhu cầu.

Sau khi hoàn tất khóa học, học viên sẽ được cấp chứng nhận hoàn tất khóa học theo quy định của Cecomtech.

Khóa học sử dụng phương pháp top-down để:

• Giúp học viên nhận diện kiến thức/kỹ năng đã nắm vững và phát hiện những phần cần học thêm.
• Xây dựng kế hoạch ôn luyện cá nhân hóa.
• Thực hành kỹ năng phân tích case study, xác định điểm kỹ thuật then chốt và đề xuất giải pháp — đây vừa là kỹ năng công việc, vừa là kỹ năng làm bài thi.
• Làm quen với các bài tập Activity Tracking Challenge Labs, câu hỏi mẫu tương tự bài thi thật.
• Cuối khóa có bài practice exam không chấm điểm, tiếp theo là practice exam có chấm điểm mô phỏng kỳ thi thực tế.

Các module chính

Hiểu về chứng chỉ Professional Data Engineer

• Trang bị kiến thức cơ bản về bài thi, quy trình đăng ký và loại bỏ các hiểu lầm thường gặp.

Ôn luyện các Case Study mẫu

• Phân tích sâu các case study được Google cung cấp cho ôn thi.

Thiết kế và xây dựng (Designing and Building)

• Mẹo và ví dụ về kỹ năng thiết kế hệ thống xử lý dữ liệu, cấu trúc dữ liệu và database có thể xuất hiện trong đề.

Phân tích và mô hình hóa (Analyzing and Modeling)

• Mẹo và ví dụ về phân tích dữ liệu, tối ưu quy trình kinh doanh và kỹ năng ML có thể được kiểm tra.

Độ tin cậy, chính sách & bảo mật (Reliability, Policy, and Security)

• Mẹo và ví dụ về kỹ năng xây dựng hệ thống tin cậy, tuân thủ policy, bảo mật và compliance.

Tài nguyên học tập và bước tiếp theo

• Gợi ý tài liệu để đào sâu thêm những chủ đề có thể xuất hiện trong đề.