Kursus GCP Data Engineer

Kursus GCP Data Engineer terstruktur tentang penyimpanan, pipeline, ML, keamanan, keandalan, dan arsitektur, dengan soal.

Tingkat: Google Cloud Professional Data Engineer Kesulitan: advanced 5 pelajaran 60 mnt
Kemajuan kursus 0 / 5
Kembali ke kursus

Yang akan Anda pelajari

  • Menjelaskan penyimpanan.
  • Menjelaskan pipeline.
  • Menjelaskan ML.
  • Menjelaskan keamanan.
  • Menjelaskan keandalan.

Sebelum mulai

  • Pengetahuan Google Cloud dasar membantu.
  • Disarankan SQL dan konsep data.
  • Tidak perlu sertifikasi Google sebelumnya.

Pelajaran 1 Penyimpanan dan Pemrosesan Data

BigQuery analisis, Storage simpan, Pub/Sub kirim, Dataflow proses. Dataproc, Bigtable, SQL, Spanner penuhi kebutuhan berbeda. Pilih berdasarkan latensi dan skala. Berlatihlah dengan contoh, tinjau setiap kesalahan, dan ulangi topik terlemah setiap minggu agar berkembang.

Contoh

Contoh: tim menyimpan log di Storage, Pub/Sub mengalirkan, Dataflow memproses, BigQuery menganalisis.

Pelajaran 2 Pipeline Data dan Orkestrasi

Dataflow proses, Composer orkestrasi, Scheduler jadwalkan, Functions respons. Desain pipeline idempoten dengan retry dan monitoring. Berlatihlah dengan contoh, tinjau setiap kesalahan, dan ulangi topik terlemah setiap minggu agar berkembang.

Contoh

Contoh: Scheduler menjalankan template Dataflow harian, Composer mengoordinasikan langkah, kegagalan memicu alert retry.

Pelajaran 3 ML dan Analitik Lanjutan

BigQuery ML dan Vertex AI buat model, Looker visualisasi, notebook eksplorasi. Bagi data, gunakan batch prediction dan model registry. Berlatihlah dengan contoh, tinjau setiap kesalahan, dan ulangi topik terlemah setiap minggu agar berkembang.

Contoh

Contoh: BigQuery ML memprediksi churn, feature store menyimpan fitur, Vertex AI menjalankan batch prediction.

Pelajaran 4 Keamanan dan Kepatuhan

IAM kontrol, KMS enkripsi, DLP lindungi, VPC-SC isolasi. Terapkan hak minimum, enkripsi, audit. Berlatihlah dengan contoh, tinjau setiap kesalahan, dan ulangi topik terlemah setiap minggu agar berkembang.

Contoh

Contoh: platform kesehatan memakai IAM, KMS, DLP, VPC Service Controls, dan audit log.

Pelajaran 5 Keandalan, Biaya, dan Arsitektur

Monitoring, Logging, kuota, lifecycle jaga keandalan. Arsitektur memakai batch, streaming, partisi, Data Catalog. Berlatihlah dengan contoh, tinjau setiap kesalahan, dan ulangi topik terlemah setiap minggu agar berkembang.

Contoh

Contoh: tim mempartisi tabel BigQuery, menetapkan lifecycle Storage, menambah budget alert, dan memantau pipeline.