阿里云大数据工程师认证考试主要考察考生对大数据相关概念、阿里云大数据产品以及大数据应用技术的理解和应用能力。以下是对阿里云大数据工程师认证考试内容的详细归纳:
一、大数据基础知识
了解大数据的基本概念及当前大数据的发展趋势。
熟悉开源大数据平台的经典架构、常用组件及其应用场景。
掌握关系型数据库和数据仓库的基本概念和常用技术。
二、阿里云大数据产品
熟悉阿里云大数据相关产品的基本概念、特点、应用场景以及与其他产品的配合使用。
掌握阿里云大数据相关产品的基本操作,了解各产品的最佳使用实践。
能识别使用过程中常见的问题,并给出合适的解决方案。
三、大数据计算服务
MaxCompute:了解MaxCompute的产品价值及产品架构,熟悉其核心概念及常用开发工具。掌握MaxCompute SQL的常用DDL、DML操作及内置函数的使用,了解自定义函数的分类、开发及使用,以及SQL性能调优的常用方法。
其他计算服务:了解实时计算的概念及其应用场景,熟悉业界主流实时计算框架。对于阿里云实时计算Flink产品,需要掌握其SQL及其操作,以及作业管理及调优方法。
四、数据工场DataWorks
了解DataWorks的产品架构及应用场景。
掌握基于数据集成进行数据离线与实时同步的方法。
熟悉大数据建模的方法论、数据仓库规划及维度建模的标准。
掌握数据开发与运维的基本流程,了解大数据治理的概念及其需求层次。
五、数据集成与数据迁移
了解数据集成的基本概念和工作流程。
熟练使用数据集成进行多种场景下的数据同步,包括从不同的数据源同步数据到大数据计算服务。
了解并能正确使用数据集成中的字段映射、常量使用、变量使用、导入导出规则等。
六、数据可视化与分析
了解数据可视化的作用及设计原理,熟悉常用的数据可视化图表。
熟悉阿里云数据可视化分析Quick BI产品和DataV产品的特点。
掌握基于阿里云机器学习PAI-Designer进行可视化建模的方法。
七、机器学习
了解机器学习及其主要流程。
掌握数据预处理的方法,如数据合并、清洗、规范化等。
掌握机器学习算法建模、特征工程、模型评估的主要流程。
了解机器学习常见算法的原理,如分类、回归、聚类等。
八、其他相关云产品
了解其他相关云产品的特点和应用场景,包括云数据库RDS、分布式关系型数据库DRDS、表格存储Table Store、分析型数据库Analytic DB、对象存储OSS等。
了解大数据计算服务、数据工场DataWorks、数据集成、QuickBI及机器学习PAI等如何与其他相关产品配合使用。
热门:阿里云认证介绍 | 阿里云认证证书怎么考 | 阿里云认证类别
推荐:阿里云ACA认证视频课程 | 阿里云ACA认证网络课堂 | 阿里云认证考试科目