Mục tiêu học tập
- Hiểu cấu trúc, format và yêu cầu của kỳ thi DEA-C01
- Nắm được 4 domain chính và tỷ trọng điểm
- Biết các nhóm AWS services trọng tâm của một Data Engineer
- Có roadmap rõ ràng cho 8 tuần ôn tập
1. Tổng quan kỳ thi DEA-C01
Đối tượng thi
Kỳ thi DEA-C01 (AWS Certified Data Engineer — Associate) phù hợp cho:
- Data engineer có 2-3 năm kinh nghiệm data engineering và 1-2 năm hands-on với AWS (khuyến nghị)
- Developer/Analytics engineer muốn chuyển sang mảng data trên AWS
- Người đã có SAA-C03 muốn đào sâu mảng analytics/data pipeline
Cấu trúc kỳ thi
- Thời gian: 130 phút (~2 phút/câu)
- Số câu hỏi: 65 câu (50 câu tính điểm, 15 câu unscored để AWS thử nghiệm)
- Loại câu hỏi: Multiple choice (1 đáp án) và Multiple response (2+ đáp án)
- Điểm đạt: 720/1000 (thang điểm chia tỷ lệ 100-1000)
- Phí thi: $150 USD
- Hình thức: Online proctored (Pearson VUE) hoặc tại testing center
- Hiệu lực chứng chỉ: 3 năm
- Kỳ thi ra mắt chính thức tháng 3/2024 — đây là chứng chỉ Associate mới nhất của AWS về data
2. Bốn Domain chính
Domain 1: Data Ingestion and Transformation (34%)
Domain lớn nhất — trọng tâm của kỳ thi:
- Batch ingestion: AWS Glue (crawlers, jobs, bookmarks), AWS DMS, DataSync, Transfer Family, AppFlow
- Streaming ingestion: Kinesis Data Streams, Amazon Data Firehose, MSK, Managed Service for Apache Flink
- Transformation: Glue ETL (Spark), EMR/EMR Serverless, Lambda
- Orchestration: Step Functions, MWAA (Airflow), Glue Workflows, EventBridge
Domain 2: Data Store Management (26%)
- Chọn data store theo use case: S3, Redshift, DynamoDB, RDS/Aurora, OpenSearch
- Data catalog: Glue Data Catalog, crawlers, schema
- Data lifecycle: S3 storage classes, lifecycle policies, TTL
- Data modeling: partitioning, distribution/sort keys, định dạng file (Parquet, ORC, Avro)
Domain 3: Data Operations and Support (22%)
- Monitoring/logging: CloudWatch, CloudTrail, Glue job metrics
- Data quality: AWS Glue Data Quality, DQDL rules
- Automation, xử lý lỗi, retry, idempotency trong pipeline
- Phân tích dữ liệu: Athena, QuickSight (mức nhận biết)
Domain 4: Data Security and Governance (18%)
- IAM cho data services, Lake Formation permissions, LF-tags
- Encryption: KMS, at-rest/in-transit, S3 encryption options
- Sensitive data: Macie, masking, tokenization
- Audit: CloudTrail, AWS Config, logging
3. Bản đồ services trọng tâm
Lưu ý tên mới (quan trọng cho đề thi):
| Tên cũ | Tên hiện tại |
|---|---|
| Kinesis Data Analytics | Amazon Managed Service for Apache Flink (đổi 8/2023) |
| Kinesis Data Firehose | Amazon Data Firehose (đổi 2/2024) |
| AWS Glue 2.0/3.0 | Glue hiện tại là 4.0 / 5.0+ (Glue 5.0 = Spark 3.5, Python 3.11) |
4. Từ khóa đề thi (exam keywords)
Câu hỏi Associate thường có "chốt chặn" ở từ khóa cuối câu:
| Từ khóa | Hướng đáp án |
|---|---|
| most cost-effective | S3 + Athena thay vì Redshift; Spot/Flex cho batch; Serverless khi workload gián đoạn |
| least operational overhead | Managed/serverless: Glue, Firehose, Redshift Serverless, EMR Serverless, DynamoDB |
| near real-time | Firehose (buffer giây), Kinesis + Lambda |
| real-time (sub-second) | Kinesis Data Streams + consumer, Managed Service for Apache Flink |
| most secure | KMS CMK, IAM Role (không hard-code key), Lake Formation fine-grained |
| minimal code changes | Lift-and-shift tương đương: MSK cho Kafka, DMS cho database migration |
| exactly-once / no duplicates | Idempotency, Flink checkpointing, Glue bookmarks |
5. Lộ trình 8 tuần
| Tuần | Chủ đề | Domain chính |
|---|---|---|
| 1 | Nền tảng: data lake, định dạng dữ liệu, IAM/Lake Formation cơ bản | D2, D4 |
| 2 | Batch ingestion: Glue Catalog, DMS, DataSync, AppFlow | D1 |
| 3 | Streaming ingestion: Kinesis, Firehose, MSK, Flink | D1 |
| 4 | Transformation & orchestration: Glue ETL, EMR, Step Functions, Airflow | D1 |
| 5 | Data stores: Redshift, Athena, DynamoDB, OpenSearch | D2 |
| 6 | Operations: monitoring, data quality, cost, error handling | D3 |
| 7 | Security & governance: KMS, Lake Formation nâng cao, Macie | D4 |
| 8 | Tổng ôn + 2 practice exams + tips ngày thi | Tất cả |
Cách học mỗi ngày
- Đọc lesson (~45-60 phút)
- Trả lời Câu hỏi ôn tập trước khi xem đáp án
- Làm Bài tập thực hành trên AWS Free Tier khi có thể (chú ý dọn tài nguyên để tránh phí)
- Cuối tuần làm quiz, sai câu nào ôn lại ngày đó
6. So sánh DEA-C01 với các chứng chỉ khác
| SAA-C03 | DEA-C01 | (Cũ) DAS-C01 | |
|---|---|---|---|
| Level | Associate | Associate | Specialty (đã ngừng 4/2024) |
| Trọng tâm | Kiến trúc tổng quát | Data pipeline end-to-end | Analytics chuyên sâu |
| Độ sâu data services | Nhận biết | Vận hành + thiết kế | Rất sâu |
| Coding awareness | Ít | Có (SQL, Python/Spark cơ bản) | Có |
DEA-C01 thay thế vai trò entry cho mảng data sau khi AWS ngừng chứng chỉ Data Analytics Specialty (DAS-C01).
Câu hỏi ôn tập
-
Domain nào chiếm tỷ trọng cao nhất trong DEA-C01 và gồm những nhóm chủ đề nào?
Xem đáp án
Domain 1: Data Ingestion and Transformation (34%). Gồm: batch ingestion (Glue, DMS, DataSync, AppFlow), streaming ingestion (Kinesis Data Streams, Amazon Data Firehose, MSK, Managed Service for Apache Flink), transformation (Glue ETL, EMR, Lambda) và orchestration (Step Functions, MWAA, Glue Workflows, EventBridge).
-
Kinesis Data Analytics và Kinesis Data Firehose hiện có tên chính thức là gì?
Xem đáp án
Kinesis Data Analytics → Amazon Managed Service for Apache Flink (đổi tên 8/2023). Kinesis Data Firehose → Amazon Data Firehose (đổi tên 2/2024). Đề thi và docs mới dùng tên mới; nhiều tài liệu cũ vẫn dùng tên cũ nên cần nhận diện được cả hai.
-
Câu hỏi yêu cầu "least operational overhead" thường hướng về nhóm giải pháp nào?
Xem đáp án
Nhóm managed/serverless: Glue (thay vì tự quản EMR cluster), Amazon Data Firehose (thay vì tự viết consumer), Redshift Serverless, EMR Serverless, DynamoDB, Athena. Nguyên tắc: càng ít hạ tầng phải tự vận hành (provision, patch, scale) thì operational overhead càng thấp — ngay cả khi chi phí đơn vị có thể cao hơn.
-
Điểm đạt và số câu tính điểm của DEA-C01?
Xem đáp án
720/1000; 65 câu trong đó 50 câu tính điểm và 15 câu unscored (AWS dùng thử nghiệm, không biết câu nào). Thời gian 130 phút — trung bình 2 phút/câu.
-
Khi nào chọn "real-time" (Kinesis Data Streams) thay vì "near real-time" (Amazon Data Firehose)?
Xem đáp án
Kinesis Data Streams khi cần xử lý sub-second, nhiều consumer đọc lại dữ liệu (replay), hoặc custom processing logic. Amazon Data Firehose khi chỉ cần deliver dữ liệu vào S3/Redshift/OpenSearch với độ trễ vài giây đến vài phút (buffering) và không muốn quản lý consumer — Firehose là fully managed delivery service, không lưu trữ để replay.
Bài tập thực hành
- Tải DEA-C01 Exam Guide chính thức và đọc phần in-scope/out-of-scope services
- Tạo AWS Free Tier account (nếu chưa có) + bật MFA cho root user
- Đăng ký làm bộ 20 câu hỏi mẫu miễn phí trên AWS Skill Builder
- Liệt kê những service trong Service Map ở mục 3 mà bạn chưa từng dùng — đó là trọng tâm ôn tập
Tài liệu tham khảo chính thức
Tiếp theo: Data Lake vs Data Warehouse vs Lakehouse