Becoming a Google Cloud Data Engineer

Eğitim Hakkında

Veri mühendisi rolü, Cloud Storage ve BigQuery ekseninde uygulamalı Google Cloud eğitimi

Google Cloud veri mühendisi rolüne giriş yaptırır. Yapılandırılmış/yarı yapılandırılmış/yapılandırılmamış veri ayrımı, Cloud Storage ile veri gölü, ingest-store-process-serve katmanları, BigQuery mimarisi, Apache Beam/Dataflow ve Pub/Sub ile temel pipeline, Professional Data Engineer sınav alanlarının tanıtımı yapılır.

Süre ve Format

2 Gün. Her gün dört modül; her modülde altı teknik başlık, Cloud Storage, BigQuery ve Dataflow laboratuvarları ile desteklenir.

Seviye

Temel Seviye — Veri mühendisi rolü, Cloud Storage, BigQuery ve Dataflow dahil uçtan uca teknik yelpaze

Öğrenme Metodu

Her modül Cloud Storage, BigQuery ve Dataflow laboratuvarları üzerinde yönlendirmeli uygulamayla pekiştirilir; katılımcılar komut, sorgu ve yapılandırmaları adım adım kendi projelerinde çalıştırır.

Neden Bu Eğitim?

🎯Konuya Özgü İçerik

Veri mühendisi rolü, Cloud Storage ve BigQuery gibi sahada karşılaşılan bileşenler komut ve yapılandırma düzeyinde ele alınır.

🛠️Uygulamalı Laboratuvar

Her modül Cloud Storage, BigQuery ve Dataflow laboratuvarları ile pekiştirilir; katılımcılar öğrendiklerini kendi projelerinde çalıştırır.

📈Üretime Dönük Bakış

Dataflow, Pub/Sub ve Veri pipeline'ı konularında performans, güvenlik ve maliyet ödünleşimleri gerçek senaryolarla tartışılır.

Anahtar Konular

GCP Data Engineer Pro: Becoming a Google Cloud Data Engineer EğitimiGCP Data Engineer Pro: Becoming a Google Cloud Data EngineerVeri mühendisi rolüCloud StorageBigQueryDataflowPub/SubVeri pipeline'ıGoogle Cloud eğitimiGCP eğitimiDigital Vizyon Akademi

“Veri mühendisi rolü sorusuna cevap vermek için önce hangi servisin neden seçildiğini anlamak gerekir.”

Ön Koşullar

Eğitimden verim almak için faydalı olacak bilgi ve ortam gereksinimleri

1

SQL Temeli

SELECT, JOIN ve GROUP BY düzeyinde SQL bilgisi eğitimde yazılacak sorguları rahat takip etmenizi sağlar.

2

Veri Kavramları

ETL/ELT, veri ambarı ve batch ile streaming ayrımı hakkında temel bilgi önerilir.

3

Python Okuryazarlığı

Beam ve Spark örneklerini okuyabilecek kadar Python ya da Java bilgisi faydalıdır.

4

Laboratuvar Ortamı

Google Cloud hesabı, güncel tarayıcı ve Cloud Shell erişimi olan internet bağlantılı bir bilgisayar gerekir.

Eğitim İçeriği

Programın gün gün akışı aşağıdadır. Bir güne tıklayarak o günün modüllerini ve içeriklerini görebilirsiniz.

Günün hedefiKatılımcı, google Cloud Kaynak Hiyerarşisi ve Konsol, veri Yapıları ve Şema Tasarımı, cloud Storage Yönetimi ve servis Zinciri ve Uçtan Uca Pipeline Tasarımı konularını laboratuvar senaryolarında uygulayarak günün çıktısını kendi ortamında yeniden üretebilir.

Modül 1

Google Cloud Kaynak Hiyerarşisi ve Konsol

Organization, Folder ve Project hiyerarşisinin politika ve fatura mirasına etkisi
Cloud Shell, gcloud CLI yapılandırmaları (gcloud config configurations) ve proje seçimi
API etkinleştirme, servis kotaları ve kota artış talepleri
Billing account bağlama, proje yaşam döngüsü ve silinen projeyi geri alma süreci
Bölge (region), zon ve multi-region kavramları ile veri konumu kararları
Etiket (label), network tag ve Resource Manager tag farkları

Modül 2

Veri Yapıları ve Şema Tasarımı

Yapılandırılmış, yarı yapılandırılmış ve yapılandırılmamış veri ayrımı
Normalizasyon ile denormalizasyon kararları ve OLTP / OLAP farkı
Bigtable, BigQuery ve Spanner için şema tasarım kalıpları
Veri türleri, NULL yönetimi ve ARRAY / STRUCT kullanımı
Erişim desenine göre anahtar ve bölüm seçimi
Şema evrimi ve geriye dönük uyumluluk

Modül 3

Cloud Storage Yönetimi

Standard, Nearline, Coldline ve Archive depolama sınıfları ile maliyet etkisi
Object lifecycle yönetimi, versioning ve retention policy / bucket lock
Uniform bucket-level access, ACL ve signed URL ile erişim kontrolü
gsutil ve gcloud storage ile paralel yükleme, rsync ve composite upload
Pub/Sub bildirimleri ve Eventarc ile nesne olaylarına tepki
Storage Transfer Service ve çok bölgeli (dual-region) bucket tasarımı

Modül 4

Servis Zinciri ve Uçtan Uca Pipeline Tasarımı

Veri kaynağından tüketime akış: ingest, store, process, serve katmanları
Pub/Sub, Dataflow, BigQuery ve Cloud Storage servislerinin birbirine bağlanması
Cloud Scheduler, Workflows ve Eventarc ile olay tabanlı tetikleme
Hata yönetimi: yeniden deneme, dead-letter ve idempotent tasarım
Servis hesapları ve IAM ile aşamalar arası güvenli yetkilendirme
Pipeline izleme, SLA ve maliyet tahmini

Günün hedefiKatılımcı, bigQuery Mimarisi ve Temel Kavramlar, dataflow ve Apache Beam ile Veri İşleme, pub/Sub ile Mesajlaşma ve pDE Sınav Alanları ve Vaka Analizi konularını laboratuvar senaryolarında uygulayarak günün çıktısını kendi ortamında yeniden üretebilir.

Modül 1

BigQuery Mimarisi ve Temel Kavramlar

Dremel yürütme motoru, Colossus depolama ve Capacitor sütunlu format yapısı
Hesaplama ile depolamanın ayrılması ve slot kavramı
Dataset, table, view ve routine nesneleri ile proje/dataset/tablo adlandırması
On-demand fiyatlandırma ile BigQuery Editions (Standard, Enterprise, Enterprise Plus) farkı
bq CLI, Console ve istemci kütüphaneleri ile iş (job) çalıştırma
Sandbox kullanımı, ücretsiz katman limitleri ve kota yönetimi

Modül 2

Dataflow ve Apache Beam ile Veri İşleme

Beam programlama modeli: Pipeline, PCollection, PTransform ve ParDo
GroupByKey, CombinePerKey, Side Input ve yan çıktılar (tagged outputs)
Windowing türleri: fixed, sliding, session ve global pencere
Event time, watermark, trigger ve geç gelen veri (allowed lateness) yönetimi
Dataflow Runner ile iş başlatma, autoscaling, Streaming Engine ve Shuffle servisi
Classic ve Flex Template ile yeniden kullanılabilir pipeline dağıtımı

Modül 3

Pub/Sub ile Mesajlaşma

Topic, subscription ve mesaj yaşam döngüsü; at-least-once teslimat semantiği
Pull, push ve BigQuery / Cloud Storage subscription türleri
Ack deadline, yeniden deneme politikası ve dead-letter topic yapılandırması
Message ordering key ve exactly-once delivery kullanım koşulları
Şema (Avro/Protobuf) doğrulama ve mesaj saklama (retention) / seek ile tekrar oynatma
Pub/Sub Lite ve Kafka karşılaştırması, kota ve ölçeklenme

Modül 4

PDE Sınav Alanları ve Vaka Analizi

Sınav bölümleri: veri işleme sistemleri tasarımı, ingest, depolama, analiz ve operasyon
Servis seçimi karar ağaçları: BigQuery, Bigtable, Spanner, Cloud SQL, Dataflow, Dataproc
Güvenlik, uyumluluk ve IAM odaklı senaryo soruları
Maliyet ve performans ödünleşimi içeren mimari vaka çalışmaları
Çoktan seçmeli soru stratejileri ve elemeli çözüm tekniği
Deneme sınavı sonrası yanlış analizi ve zayıf alan planı

Eğitim Kazanımları

Program sonunda katılımcılar:

✅

Kaynak Hiyerarşisi

Organization, Folder ve Project yapısını doğru kurgulayıp gcloud ile yönetebilirsiniz.

🔧

Şema Tasarımı

Erişim desenine göre veri depolarında şema ve anahtar tasarlayabilirsiniz.

📊

Cloud Storage

Bucket tasarımını erişim, yaşam döngüsü ve maliyet açısından yönetebilirsiniz.

🔐

Pipeline Tasarımı

Birden fazla GCP servisini güvenilir bir veri hattında birleştirebilirsiniz.

🚀

BigQuery Mimarisi

BigQuery'nin depolama-hesaplama ayrımını ve slot modelini açıklayabilirsiniz.

🧩

Dataflow ve Beam

Beam ile batch ve streaming pipeline yazıp Dataflow üzerinde çalıştırabilirsiniz.

📈

Pub/Sub Mesajlaşma

Pub/Sub topic ve subscription tasarımını güvenilir teslimat için yapılandırabilirsiniz.

🛠️

Sınav Hazırlığı

Sınav senaryolarında doğru GCP veri servisini gerekçesiyle seçebilirsiniz.

Kimler İçin Uygundur?

Veri mühendisliğine geçmek isteyen analist
DBA
yazılımcılar için uygundur

Sıkça Sorulan Sorular

Bu eğitim kimler için uygundur?

Veri mühendisliğine geçmek isteyen analist, DBA ve yazılımcılar için uygundur.

Eğitime katılmak için hangi ön bilgi gerekir?

Temel SQL, veri modelleme ve Google Cloud servis adlarına aşinalık önerilir. Eksik konular eğitim sırasında tamamlanır.

GCP Data Engineer Pro: Becoming a Google Cloud Data Engineer eğitiminde hangi konular işlenir?

1. gün Kaynak Hiyerarşisi ve Şema Tasarımı; 2. gün BigQuery Mimarisi ve Dataflow ve Beam. Ayrıca Veri mühendisi rolü, Cloud Storage ve BigQuery uygulamalı çalışılır.

Eğitim sonunda sertifika veriliyor mu?

Eğitimi tamamlayan katılımcılara Digital Vizyon Akademi Katılım ve Başarı Sertifikası verilir. Google Cloud sertifikasyon sınavı ayrı bir süreçtir; sınav başvurusu ve ücreti ilgili kuruma aittir. Eğitim hazırlık içeriği sunar ve sınav sonucunu vaat etmez.

Eğitim nasıl yürütülür?

Eğitim 2 gündür ve her gün dört modülden oluşur. Anlatımlar Cloud Storage, BigQuery ve Dataflow laboratuvarları ile birleşir; katılımcılar komut, sorgu ve yapılandırmaları kendi ortamlarında çalıştırır.

Sertifikalandırma

Bu eğitim Digital Vizyon Akademi Başarı Sertifikası ile tamamlanır.

Eğitim başında “Ön Test”, bitiminde “Son Test” uygulanarak gelişim ölçümlenir. Değerlendirme formunu dolduran katılımcılar sertifikalarını alır. Sertifikanızın geçerliliğini Sertifika Sorgulama sayfasından doğrulayabilirsiniz.

Örnek Sertifika

GCP DATA ENGINEER PRO: BECOMING A GOOGLE CLOUD DATA ENGINEER EĞİTİMİ