Preparing for the Google Cloud Professional Data Engineer Exam em Português Brasileiro

Go to class
Write Review

Free Online Course: Preparing for the Google Cloud Professional Data Engineer Exam em Português Brasileiro provided by Coursera is a comprehensive online course, which lasts for 1 week long, 6-7 hours worth of material. The course is taught in Portuguese and is free of charge. Upon completion of the course, you can receive an e-certificate from Coursera. Preparing for the Google Cloud Professional Data Engineer Exam em Português Brasileiro is taught by Google Cloud Training.

Overview
  • Por que fazer o curso: "A melhor forma de se preparar para o exame é ser competente nas habilidades necessárias ao trabalho."

    Este curso usa uma abordagem "top-down". Ele identifica as habilidades que você já tem e apresenta novas informações e áreas para ampliar seus conhecimentos. Use este curso para criar seu plano de preparação personalizado. Ele ajudará você a identificar o que sabe e o que precisa estudar mais, além de desenvolver e praticar as habilidades necessárias às competências do cargo.

    O curso segue a metodologia do Guia do exame. Ele apresenta conceitos mais abrangentes para você avaliar seu conhecimento na área e saber se precisa estudar mais. Você também vai aprender e praticar habilidades essenciais ao trabalho, como analisar casos, identificar pontos de controle técnicos e desenvolver soluções propostas. Essas habilidades também serão avaliadas no exame. Nos laboratórios com desafio, você colocará em prática seus conhecimentos básicos. Além disso, você verá exemplos de perguntas e soluções parecidas com as do exame. Ao final do curso, haverá um teste sem nota e depois outro com nota que simulam a experiência real do exame.

Syllabus
    • Este é o curso "Preparing for the Professional Data Engineer Exam"
      • Descrição do módulo.
    • Como projetar sistemas de processamento de dados
    • Como criar e operacionalizar sistemas de processamento de dados
    • Como operacionalizar modelos de machine learning
    • Confiabilidade, política e segurança para garantir a qualidade da solução
    • Recursos e próximas etapas