El examen de Google Cloud Professional Data Engineer cuesta 200 USD, dura 120 minutos y trae entre 50 y 60 preguntas de opción múltiple y multi-respuesta sobre BigQuery, Dataflow, Pub/Sub y Bigtable. No tiene un prerequisito oficial, pero Google lo diseñó para gente que ya mueve datos en producción, no para quien recién está aprendiendo qué es un pipeline.
Si vas directo a prepararte, el curso Preparación Google Cloud Professional Data Engineer de DataPath sigue el temario oficial módulo por módulo con simulacro cronometrado incluido. El resto de este post es la guía completa: costo, formato y cómo decidir si te conviene ahora.
Cuánto cuesta y cuánto dura el examen
- ▸Costo: 200 USD por intento. La renovación, a los dos años, cuesta 100 USD con un examen más corto.
- ▸Duración: 120 minutos.
- ▸Preguntas: entre 50 y 60, de opción múltiple y de múltiple respuesta.
- ▸Puntaje mínimo: Google no publica el corte oficial. Las estimaciones de la comunidad rondan el 70%, así que prepárate para dominar la mayoría de los dominios, no solo pasar raspando.
- ▸Vigencia: 2 años. Modalidad presencial en centro de examen o remota con proctor.
Temario oficial y cómo lo cubre el curso
El examen se organiza en cinco bloques. El curso asincrónico de DataPath los replica uno a uno, con un módulo adicional de simulacro al final:
- ▸Diseñar sistemas de procesamiento de datos: arquitectura, elección de servicios y trade-offs entre costo y rendimiento.
- ▸Ingerir y procesar los datos: Pub/Sub para streaming, Dataflow para transformación en batch y en tiempo real.
- ▸Almacenar los datos: BigQuery como motor analítico, Bigtable para cargas de alta velocidad, y cuándo usar cada uno.
- ▸Preparar y usar los datos para análisis: modelado, calidad de datos y cómo dejarlos listos para BI o ML.
- ▸Mantener y automatizar cargas de trabajo: orquestación, monitoreo y costos en producción, no solo en el laboratorio.
¿A quién le sirve esta certificación?
No es un examen de entrada. Tiene sentido si ya trabajas con pipelines de datos en Google Cloud (o en cualquier nube) y necesitas una validación formal: para pasar un filtro de reclutamiento que pide la certificación específica, para justificar un ascenso dentro de tu empresa, o para competir por roles remotos donde el cliente final exige certificaciones Google Cloud vigentes en el equipo. Si todavía no has tocado BigQuery ni Dataflow en un proyecto real, el examen te va a costar mucho más tiempo de estudio del que parece a primera vista, porque buena parte de las preguntas son de diseño: te dan un escenario y piden elegir el servicio correcto, no definirlo de memoria.
El error más común de quien se prepara solo con video-cursos genéricos es llegar al examen sin haber resuelto preguntas con el formato real: escenarios largos, con dos o tres opciones que parecen correctas y solo una que respeta el balance de costo, latencia y mantenimiento que Google espera. Por eso el simulacro cronometrado importa más que repasar la teoría una vez más.
¿Vale la pena si ya tienes la Associate Cloud Engineer?
Son certificaciones distintas, no una escalera obligatoria. La Associate Cloud Engineer (ACE) certifica que puedes desplegar y operar cualquier carga de trabajo en Google Cloud: es generalista. La Professional Data Engineer certifica que sabes diseñar el sistema de datos completo: es de especialista. Si tu rol ya es de datos (no de infraestructura general), puedes ir directo a la PDE sin pasar por la ACE primero. Si todavía no tienes experiencia operando Google Cloud en general, la guía de la ACE es el punto de partida más razonable.
Cómo prepararte: el curso asincrónico
El curso tiene 29 clases cortas (3.5 horas en total), nivel avanzado, y cierra con un simulacro cronometrado que te muestra tus brechas por dominio antes del examen real. Cuesta 149 USD, menos que una sola intentona del examen oficial (200 USD), e incluye certificado. Lo encuentras como Preparación Google Cloud Professional Data Engineer en el catálogo de DataPath, en modalidad on-demand: lo avanzas a tu ritmo, sin esperar una cohorte.
Si ya tienes experiencia con BigQuery y Dataflow, dos a tres semanas de estudio constante suelen bastar para llegar al simulacro con buen puntaje. Si partes de cero en algunos de los servicios (Bigtable y Pub/Sub son los que más gente salta por costumbre de usar solo BigQuery), cuenta con cuatro a seis semanas, priorizando práctica sobre repetición de teoría: resolver escenarios de diseño vale más que memorizar límites y cuotas de cada servicio.
Si prefieres aprender ingeniería de datos en vivo
El curso de certificación asume que ya sabes construir pipelines y te prepara puntualmente para el examen. Si todavía estás armando esa base, el Bootcamp Data Engineer en vivo cubre el oficio completo antes de llegar a una certificación específica de nube.
