GCP Professional Cloud Database Engineer 준비시작

지난 4월, 직장인 대상 GCP 자격증 취득 지원이 있어 지원했다; 그리고 지금 9월, 과거의 업보에 시달리고 있다. 어차피 무료니까 '하면 좋을 일'에서 '나에게 필요 없는데도 해야 하는 일'로 바뀐 탓이다.
 
 
평소에 나는 데이터 사이언스 공부를 하면서 ML modelling을 할 때 클라우드 컴퓨팅, 정확하게는 distributed computing framework for large-scale data processing과 관련하여 관심이 있었다. GCP 입문은 지난 2020-21년 석사과정 중에서 Big Data라는 수업 과제들 때문에 하게 되었다. 그 이전에는 Google colab를 실행해보면서 Google drive를 mount하고 저장된 데이터를 import 또는 완료된 데이터를 export(save)하는 방식으로까지는 경험이 있었다. 수업에서 요구하는 learning curve가 굉장히 높았는데 특히 윈도우 사용자였던 나는 bash command에 적응하는 것도 추가로 익혀야했고 Pyspark라던지 Keras 등 특정 과제를 수정하기 위해 부가적으로 배워야 하는 테크닉이 많아 그 당시 상당히 큰 스트레스에 시달렸던 추억이 있다. 과제 제출 이후 한참동안이나 내버려둘만큼 징글징글했다; 그때 그랬으면 안되는 거였는데 아쉬움이 항상 남는다.
 

너무 아쉬웠던 탓일까, 계속 부족함이 느껴지는 부분을 알면서도 내버려두기 싫었던 탓일까, GCP 자격증 취득 지원이 나오자마자 홈페이지를 들어가 살펴봤다.

https://cloud.google.com/learn/certification#why-get-google-cloud-certified

데이터 사이언스 관련된 track을 신청하고 싶었는데 그나마 비슷한 것이 Cloud Database Engineer였다. 지금 다시 찾아보니 Data Engineer와 Machine Learning Engineer가 beta로 올라올 예정이라는 예고가 있는데 5개월 전으로 시간을 돌릴 수만 있다면 절대 신청안하고 이걸 기다렸을 거다ㅠ
 
 
첫번째 이유는 Certification 과정을 교육시켜주는 2달 과정 분량이 생각보다 너무 많았다. 시간표 계획만 보고서 이 정도는 할만하겠다 싶었는데 (물론 본업이 바빴고, 다른 사이드 관심사들에 집중도가 뺏긴 탓이 가장 크지만) 공부해야 하는 내용들이 주말에만 시간을 쓰는 것으로 소화할 수 있는 정도가 아니었다. 결정적으로 내가 이미 벌려놓은 일들로 인해 이미 어느 정도의 일을 주말에 하고 있는 상황에서 전혀 모르던 공부를 기초부터 해나가는게 쉽지 않았다.

 

두번째 이유는 판단 실수였다. Database Engineer 과정에 대한 정보가 많지 않은 상황에서 그나마 비슷한 것이고 (무료일 때 기회를) 놓치고 싶지 않아서, 뭐라도 배워두면 낫겠지 마음으로 판단했었다. Data Engineer를 들었어야 했다. 아래 테이블과 같이 차이나는 모든 점들이 데이터 사이언티스트로서 업무에 거의 도움되지 않는다.

 
과제 제출 이후 revision이 안되어 아쉬운 건 아쉬운 거고 ... 무슨 일을 새로 시작할 때는 초반부터 이것이 지금 나에게 왜 필요한지 당위성에 대해 확실하게 찾아서 들여하 하는 시간 리소스 정리를 했었어야 했다.


업보 청산을 이번달 안에 할 수 있길 최대한 노력해야겠다.
 
https://www.cloudskillsboost.google/users/sign_in

로그인 | Google Cloud Skills Boost