At Matza Education, each training course is designed to offer practical and relevant knowledge, connecting theory and application in real-life scenarios. Our aim is to prepare professionals for the challenges of the market, strengthening technical and strategic skills in different areas of technology and management.
By taking part in one of our programs, you will have access to up-to-date content, experienced instructors and a results-oriented methodology. Regardless of the format - face-to-face or online - we aim to create a dynamic, accessible and high-impact learning experience.
More than just a course, each training is an opportunity for professional and personal development, helping you to gain certifications, expand your skills and stand out in an increasingly competitive market.
Important: you must confirm the e-mail you received after registering to validate your participation.
Após concluir este curso, os participantes estarão aptos a:
- Descrever o ecossistema de dados e serviços de nuvem relacionados ao Google Cloud.
- Projetar e implementar pipelines de dados eficientes na nuvem.
- Ingerir, processar e armazenar dados utilizando serviços gerenciados do Google Cloud.
- Construir modelos de dados escaláveis para análise e machine learning.
- Garantir a segurança, integridade e governança dos dados.
- Otimizar o desempenho e custo das soluções de dados em cloud.
O objetivo deste curso é ajudar as pessoas qualificadas a desenvolver confiança para fazer o Professional Data Engineer Examination e ajudar as que ainda não são qualificadas a desenvolver um plano de preparação.
Neste curso, os participantes aprendem o seguinte:
- Posicionamento da certificação Professional Data Engineer
- Informações, dicas e conselhos para fazer o exame
- Revisão de exemplos de estudo de caso
- Revisão de cada seção do exame cobrindo conceitos em nível suficiente para criar confiança no conhecimento do candidato e indicar lacunas de habilidades e outras áreas de estudo, caso elas sejam desconhecidas
- Recursos de aprendizagem adequados para cada candidato
Para aproveitar ao máximo este curso, os participantes precisam cumprir os seguintes critérios:
- Familiaridade com o Google Cloud Platform no nível do curso Data Engineering on Google Cloud Platform (requisito sugerido, não obrigatório)
1 dia – 08 horas aula – Online ao Vivo
Módulo 1: Entenda a certificação Professional Data Engineer
Estabelecer um conhecimento geral sobre o exame de certificação e eliminar qualquer confusão ou mal-entendido sobre o processo e a natureza do exame em si.
Tópicos abordados:
- Posicionamento da certificação Professional Data Engineer entre as opções
- Distinção entre Associado e Profissional
- Orientação entre o Professional Data Engineer e o Associate Data Engineer
- Descrição de como o exame é aplicado e as regras do exame
- Dicas gerais sobre a realização do exame
Módulo 2: Exemplos de estudos de casos para o exame Professional Data Engineer
Revisão aprofundada dos estudos de caso fornecidos para preparação para o exame
Tópicos abordados:
- Flowlogistic
- MJTelco
Módulo 3: Projeto e desenvolvimento (revisão e dicas de preparação)
Dicas e exemplos sobre habilidades relacionadas ao projeto de sistemas de processamento de dados, estruturas e bancos de dados que poderiam ser testadas no exame.
Tópicos abordados:
- Projeto de sistemas de processamento de dados
- Projeto de representações de dados flexíveis
- Projeto de canais de dados
- Projeto de infraestrutura de processamento de dados
- Desenvolvimento e manutenção de estruturas e bancos de dados
- Criação e manutenção de representações de dados flexíveis
- Criação e manutenção de canais
- Criação e manutenção de infraestrutura de processamento
Módulo 4: Análise e modelagem (revisão e dicas de preparação)
Dicas e exemplos sobre análise de dados, otimização e análise de processos de negócios e habilidades em machine learning que poderiam ser testadas no exame.
Tópicos abordados:
- Análise de dados e viabilização de machine learning
- Análise de dados
- Machine learning
- Implantação do modelo de machine learning
- Modelagem de processos de negócios para análise e otimização
- Mapeamento de requisitos comerciais para representações de dados
- Otimização de representações de dados, desempenho da infraestrutura de dados e custos
Módulo 5: Confiabilidade, política e segurança (revisão e dicas de preparação)
Dicas e exemplos sobre habilidades relacionadas a confiabilidade, políticas, segurança e conformidade que poderiam ser testadas no exame.
Tópicos abordados:
- Projeto com foco em confiabilidade
- Realização do controle de qualidade
- Avaliação, solução de problemas e aprimoramento de representações de dados e infraestrutura de processamento de dados
- Recuperação de dados
- Visualização de dados e implantação de políticas
- Criação (ou seleção) de ferramentas de relatórios e visualização de dados
- Implantação de políticas e publicação de dados e relatórios
- Projeto com foco em segurança e conformidade
- Projeto de processos e infraestrutura de dados seguros
- Projeto para conformidade legal
Módulo 6: Recursos e próximas etapas
Recursos para saber mais sobre a identificação de temas que poderiam ser testados no exame.
Tópicos abordados:
- Recursos para saber mais sobre como projetar sistemas de processamento de dados, estruturas e bancos de dados
- Recursos para saber mais sobre análise de dados, machine learning, análise de processos de negócios e otimização
- Recursos para saber mais sobre visualização de dados e política
- Recursos para saber mais sobre projeto com foco em confiabilidade
- Recursos para saber mais sobre análise e otimização de processos de negócios
- Recursos para saber mais sobre confiabilidade, segurança e conformidade