Preparing for the Professional Data Engineer Examination
Modalidade:
Online, Presencial
Na Matza Education, cada treinamento foi desenvolvido para oferecer conhecimento prático e relevante, conectando teoria e aplicação em cenários reais. Nosso objetivo é preparar profissionais para os desafios do mercado, fortalecendo habilidades técnicas e estratégicas em diferentes áreas da tecnologia e gestão.
Ao participar de um de nossos programas, você terá acesso a conteúdos atualizados, instrutores experientes e uma metodologia voltada para resultados. Independentemente do formato — presencial ou online — buscamos criar uma experiência de aprendizado dinâmica, acessível e de alto impacto.
Mais do que um curso, cada treinamento é uma oportunidade de evolução profissional e pessoal, ajudando você a conquistar certificações, ampliar suas competências e se destacar em um mercado cada vez mais competitivo.
Importante: você deve confirmar o e-mail recebido após a inscrição para validar sua participação.
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