Professional Data Engineer
現在の一般提供版の認定試験ガイド
Professional Data Engineer は、データを収集、変換、公開して、データに基づいて意思決定できるようにします。Data Engineer には、セキュリティとコンプライアンス、スケーラビリティと効率性、信頼性と忠実性、柔軟性とポータビリティに特に重点を置いて、データ処理システムの設計、構築、運用化、保護、モニタリングを行う能力が必要です。また、既存の機械学習モデルの活用、デプロイ、継続的なトレーニングができなければなりません。
新しい Professional Data Engineer ベータ版認定試験の受付を間もなく開始します。ベータ版試験の受験者は、ベータ版試験ガイドをご確認ください。
最新情報
近日実施される Professional Data Engineer 認定試験のベータ版は、Google Cloud のデータ保存、データ共有、データ ガバナンスの更新事項に対応しています。新しい試験は、ML モデルの運用化に関する話題から重心をシフトし、データの利用度と価値を高めるデータ エンジニアの役割に焦点を当てた内容になっています。
セクション 1: データ処理システムの設計
1.1 適切なストレージ テクノロジーを選択する。 以下のような点を考慮します。
● ストレージ システムのビジネス要件へのマッピング
● データ モデリング
● レイテンシ、スループット、トランザクションに関係するトレードオフ
● 分散システム
● スキーマの設計
1.2 データ パイプラインを設計する。以下のような点を考慮します。
● データの公開と可視化（例: BigQuery）
● データのバッチとストリーミング（例: Dataflow、Dataproc、Apache Beam、Apache Spark / Hadoop エコシステム、Pub/Sub、Apache Kafka など）
● オンライン（インタラクティブ）予測とバッチ予測
● ジョブの自動化とオーケストレーション（例: Cloud Composer）
1.3 データ処理ソリューションを設計する。 以下のような点を考慮します。
● インフラストラクチャの選択
● システムの可用性とフォールト トレランス
● 分散システムの使用
● キャパシティ プランニング
● ハイブリッド クラウドとエッジ コンピューティング
● アーキテクチャの種類（例: メッセージ ブローカー、メッセージ キュー、ミドルウェア、サービス指向型アーキテクチャ、サーバーレス機能）
● 少なくとも 1 回、順番に、1 回限りなどのイベント処理
1.4 データ ウェアハウジングとデータ処理を移行する。 以下のような点を考慮します。
● 現状認識と将来の設計への移行方法
● オンプレミスからクラウドへの移行（Data Transfer Service、Transfer Appliance、Cloud Networking）
● 移行の検証
セクション 2: データ処理システムの構築、運用
2.1 ストレージ システムの構築、運用を行う。 以下のような点を考慮します。
● マネージド サービスの有効活用（Cloud Bigtable、Cloud Spanner、Cloud SQL、BigQuery、Cloud Storage、Datastore、Memorystore）
● ストレージの費用とパフォーマンス
● データのライフサイクル管理
2.2 パイプラインの構築、運用を行う。 以下のような点を考慮します。
● データ クレンジング
● バッチとストリーミング
● 変換
● データの取得とインポート
● 新しいデータソースとの統合
2.3 処理インフラストラクチャの構築、運用を行う。以下のような点を考慮します。
● リソースのプロビジョニング
● パイプラインのモニタリング
● パイプラインの調整
● テストと品質管理
セクション 3: 機械学習モデルの運用
3.1 事前に構築された ML モデルをサービスとして活用する。 以下のような点を考慮します。
● ML API（例: Vision API、Speech API）
● ML API のカスタマイズ（例: AutoML Vision、AutoML テキスト）
● 会話体験（例:Dialogflow）
3.2 ML パイプラインをデプロイする。以下のような点を考慮します。
● 適切なデータの取り込み
● 機械学習モデルの再トレーニング（AI Platform Prediction、AI Platform Training、BigQuery ML、Kubeflow、Spark ML）
● 継続評価
3.3 適切なトレーニングとサービスを提供するインフラストラクチャを選択する。以下のような点を考慮します。
● 分散型マシンと単一マシン
● エッジ コンピューティングの活用
● ハードウェア アクセラレータ（例: GPU、TPU）
3.4 機械学習モデルの測定、モニタリング、トラブルシューティングを行う。以下のような点を考慮します。
● 機械学習の用語（例: 特徴、ラベル、モデル、回帰、分類、推奨、教師ありの学習と教師なしの学習、評価指標）
● 機械学習モデルの依存関係の影響
● 一般的なエラーの原因（例: データに関する前提条件）
セクション 4: ソリューションの品質保証
4.1 セキュリティとコンプライアンスを考慮して設計する。 以下のような点を考慮します。
● ID とアクセス管理（例: Cloud IAM）
● データ セキュリティ（暗号化、鍵管理）
● プライバシーの確保（例: Data Loss Prevention API）
● 法令遵守（例: 医療保険の相互運用性と説明責任に関する法律（HIPAA）、児童オンライン プライバシー保護法（COPPA）、FedRAMP、一般データ保護規則（GDPR））
4.2 スケーラビリティと効率性を確保する。以下のような点を考慮します。
● テストスイートの構築と実行
● パイプラインのモニタリング（例: Cloud Monitoring）
● データ表現とデータ処理インフラストラクチャの評価、トラブルシューティング、改良
● リソースのサイズ変更と自動スケーリング
4.3 信頼性と忠実性を確保する。以下のような点を考慮します。
● データの準備と品質管理の実施（例: Dataprep）
● 検証とモニタリング
● データ復旧の計画、実施、ストレステスト（フォールト トレランス、失敗したジョブの再実行、遡及的再分析の実行）
● ACID、べき等性、結果整合性の要件から選択
4.4 柔軟性とポータビリティを確保する。 以下のような点を考慮します。
● 現在と将来のビジネス要件への対応
● データとアプリケーションのポータビリティを考慮した設計（例: マルチクラウド、データ所在地の要件）
● データのステージング、カタログ化、発見