Google Professional Data Engineer — 学習ガイド
学びながら練習しましょう。 すべての概念はGoogle試験ハブの検証済みの解答付き実試験問題に対応しています。または、ExamRoll.ioの時間制限付き練習で試験全体を演習しましょう。
このガイドはPDEの各ドメインを詳しく解説します。深く学びたいドメインを選ぶか、順番に進めてください。
ドメイン
- データエンジニアリングのアーキテクチャと設計 — Google
- データストレージ、データレイク、ファイル形式 — Google
- BigQuery による分析とウェアハウスエンジニアリング — BigQueryは、ストレージとコンピューティングを分離した、サーバーレス、カラムナ、MPP（超並列処理）分析ウェアハウスであり、ほぼ無限のスケール、ANSI
- Dataflow と Apache Beam によるストリーム処理 — Google Cloudでのストリーム処理は、Dataflowランナーによって実行されるApache
- メッセージング、イベントの取り込み、リアルタイムサービス — Google Cloudにおけるメッセージング、イベント取り込み、リアルタイムサービスは、疎結合で耐久性のあるトランスポートのためのCloud Pub/SubとEventarc、ステートフルなストリーム処理のためのDataflow、そしてシンクとしてのBigQuery、Cloud
- Spark、Dataproc、分散データ処理 — Google Cloud Dataproc 上の Apache Spark は、分散データ処理のためのマネージドで伸縮自在なプラットフォームを提供します。制御の要件、ランタイムの変動性、管理オーバーヘッドに応じて、実行時間の長い (long-running) またはエフェメラルな Dataproc
- データの取り込み、統合、移行 — Google
- ワークフローのオーケストレーションとパイプラインの自動化 — 主な選択肢: - DAG、タスク依存関係、高度なスケジューリングのための、Cloud Composer (Apache Airflow) を使用したコード中心のバッチオーケストレーション。 - 軽量でイベント駆動の、サービスをまたいだシーケンスのための、Cloud Workflows
- 機械学習、AI、データサービング — - モデル作成: CREATE MODELを使用し、リーケージを回避して入力を標準化するために、ラベル列と特徴量変換を明示的に指定します。 例: CREATE OR REPLACE MODEL ds.churn_model OPTIONS( model_type=‘logistic_reg’,
- データガバナンス、セキュリティ、信頼性、コスト運用 — このセクションでは、Google Cloudにおけるデータガバナンス、セキュリティ、信頼性、コスト運用のための設計パターンと運用プラクティスを要約します。BigQuery、Cloud
練習の準備はできましたか？
- 検証済みの解答ですべての問題を見る → — 無料、解説付き。
- ExamRoll.ioで時間制限付き模擬試験を始める → — 20以上の言語で提供される全問題バンク。
Pass the whole exam — not just this question
You found this answer. Get every verified question and explanation in one place, and save hours of prep. Free to start.
試験に合格する →