📊 Associate Data Practitioner

Associate Data Practitioner 問題の一覧

全 120 問。各問題のページで答えと解説を確認できます。順番に解きたいときは 問題で学ぶ へ。

1. データの準備と取り込み

  1. 毎日深夜に Cloud Storage へ出力される数十GBのCSVファイルを BigQuery テーブルに取り込みます。追加のコンピューテ…
  2. IoT デバイスから毎秒大量のイベントが送信されます。イベントをバッファリングし、ウィンドウ集計などの変換を行った上で BigQuery に…
  3. 分析チームが大規模なデータセットを Cloud Storage に保存し、BigQuery で特定の列のみを頻繁に集計します。スキーマ情報を…
  4. オンプレミスの MySQL データベースの変更（INSERT/UPDATE/DELETE）を、低遅延で継続的に BigQuery へレプリケ…
  5. マーケティング部門は Google 広告のレポートデータを毎日 BigQuery に自動で取り込みたいと考えています。コードを書かずに実現す…
  6. データアナリストがコードを書かずに、GUI 上で多数のソースからデータを抽出・変換して BigQuery にロードするパイプラインを構築した…
  7. オンプレミスの Hadoop 上で動作している既存の Apache Spark ジョブを、コードをほぼ変更せずに Google Cloud …
  8. 数 TB のイベントログテーブルがあり、クエリは常に event_date の範囲で絞り込まれます。スキャン量と費用を削減するために最初に行…
  9. パーティション分割済みの売上テーブルに対し、customer_id と product_id で頻繁にフィルタするクエリが実行されます。両列…
  10. 生データをまず BigQuery にそのままロードし、その後 BigQuery 内の SQL で変換を行うアプローチを何と呼びますか。
  11. BigQuery 内の複数の SQL 変換をテーブル間の依存関係を管理しながら定義し、Git でバージョン管理し、データ品質のアサーションも…
  12. Cloud Storage 上の Parquet ファイルを、データをコピーせず BigQuery から SQL で参照したいと考えています…
  13. ソースシステムのスキーマが時々変更され（列の追加など）、ネストされたデータも含まれます。Cloud Storage に保存し BigQuer…
  14. BigQuery のテーブルに、同一の order_id を持つ重複行が含まれています。order_id ごとに最新の updated_at…
  15. CSV からロードした列に、数値であるべきなのに「N/A」などの文字列が混ざっています。クエリをエラーで失敗させず、無効な値を NULL に…
  16. Pub/Sub は少なくとも1回（at-least-once）の配信を保証するため、サブスクライバーが同じメッセージを複数回受信する可能性が…
  17. ヘッダー行を含む CSV ファイルを bq load でロードする際、ヘッダー行をデータとして取り込まないようにするオプションはどれですか。
  18. AWS S3 バケットに保存された数百 TB のオブジェクトを、スケジュールに沿って Cloud Storage に転送したいと考えています…
  19. ネットワーク帯域が限られた拠点にある数百 TB～PB 規模のデータを Google Cloud に移行する必要があります。ネットワーク転送で…
  20. アプリケーションが Pub/Sub に JSON イベントを発行しています。変換が不要で、追加のコード・Dataflow なしにそのまま B…
  21. 取り込み時刻でのみデータを絞り込む運用で、ソースに適切な日付列がありません。コストを抑えつつパーティショニングを使いたい場合の選択肢はどれで…
  22. BigQuery にロードする際、スキーマの自動検出（autodetect）を使うと、日付列が STRING として推論されたり数値列が誤っ…
  23. 複数のステップ（ファイルの到着待ち、Dataflow ジョブ、BigQuery ロード、通知）を依存関係とリトライ付きで定期的にオーケストレ…
  24. パイプラインの途中でファイルに不正な形式のレコードが少量混在しています。bq load 全体を失敗させず、一定数までの不正行を無視してロード…
  25. Cloud Storage から BigQuery に Parquet ファイルを取り込む際の特徴として、正しいものを2つ選択してください。
  26. Dataflow を使用するのに適したユースケースを2つ選択してください。
  27. BigQuery のクエリ費用とスキャン量を削減する方法として適切なものを2つ選択してください。
  28. BigQuery Data Transfer Service がサポートするデータソースとして適切なものを2つ選択してください。
  29. 取り込み後のデータ品質を確保するための施策として適切なものを3つ選択してください。
  30. Datastream がソースとしてサポートするデータベースとして適切なものを2つ選択してください。

2. データ分析とプレゼンテーション

  1. 各部門の従業員を給与の高い順に並べ、部門内で順位を付けたい（同順位があっても順位を飛ばさない）。BigQuery SQL で最も適切な関数は…
  2. 日別売上テーブルで、各日の売上と直前日の売上の差分を求めたい。適切なSQLはどれか。
  3. 注文テーブルのうち、まだ1件も注文のない顧客を顧客テーブルから抽出したい。最も適切な方法はどれか。
  4. 次のクエリで、WHERE 句と HAVING 句の役割として正しいものはどれか。SELECT region, SUM(sales) s FR…
  5. 1行に複数の購入商品を ARRAY<STRUCT<name STRING, qty INT64>> として持つ列 items がある。商品ご…
  6. 頻繁に実行される集計クエリのコストと応答時間を、元テーブルの変更に追従しつつ自動で削減したい。最も適切なものはどれか。
  7. BigQuery ML で、顧客が解約するか（0/1）を予測するモデルを作成したい。最も適切なモデルタイプはどれか。
  8. BigQuery ML で学習済みモデル mydataset.churn_model を使って新規データのスコアを得るには、どれを使うか。
  9. 過去2年分の日次販売データから、今後30日間の需要を予測したい。SQLだけで完結させたい場合に最も適した選択肢はどれか。
  10. BigQuery に保存された売上データを、非エンジニアの営業担当が簡単にグラフ化し、リンクで共有できるようにしたい。最も手軽なサービスはど…
  11. 全社で統一された指標定義（売上、粗利など）を一元管理し、ガバナンスの効いたセルフサービスBIを提供したい。最も適したGoogle Cloud…
  12. 時間の経過に伴う月次売上の推移を示し、傾向を読み取らせたい。最も適したグラフはどれか。
  13. 広告費と売上の間に相関があるかを確認したい。最も適した可視化はどれか。
  14. Looker Studio のダッシュボードで、同じ BigQuery データに対する表示を高速化し、インタラクティブな操作の待ち時間を短縮…
  15. 次のクエリの課題として最も適切なものはどれか。SELECT * FROM mydataset.events WHERE event_date…
  16. クエリを実行する前に、処理されるバイト数（課金の目安）を確認したい。最も適切な方法はどれか。
  17. 日付でパーティション分割されたテーブルで、スキャンするデータ量を減らす効果が最も大きいクエリはどれか。
  18. ほとんどのクエリが customer_id と region で絞り込むテーブルのスキャン量を更に減らすために、パーティションに加えて何を設…
  19. BigQuery Studio の Colab Enterprise ノートブックを使う主な利点として最も適切なものはどれか。
  20. BigQuery で Gemini を使って得られる支援として最も適切なものはどれか。
  21. 売上が前月比で急減した原因を、地域・商品・チャネルなどの切り口で掘り下げて調べたい。この分析の種類はどれか。
  22. 新しいデータセットを受け取った直後の探索的データ分析（EDA）として、最初に行うべきことはどれか。
  23. 経営層向けに分析結果を伝えるデータストーリーテリングの方針として最も適切なものはどれか。
  24. 自社の BigQuery データセットを、コピーを作らずに社外パートナーへ安全に共有・公開したい。最も適したサービスはどれか。
  25. BigQuery ML の利点として適切なものを2つ選択。
  26. BigQuery のクエリコストを削減するための有効な方法を3つ選択。
  27. Looker Studio でのレポート共有に関する説明として正しいものを2つ選択。
  28. マテリアライズドビューや標準ビューの違いについて正しいものを2つ選択。
  29. ダッシュボードの設計として適切なものを2つ選択。
  30. 探索的データ分析（EDA）の手法として適切なものを2つ選択。

3. データパイプラインのオーケストレーション

  1. 毎日午前2時に、BigQuery のスクリプトを1つだけ実行して集計テーブルを更新したい。追加のインフラや運用負荷を最小にする方法はどれか。
  2. 複数の Google Cloud サービス（Cloud Run functions、BigQuery、外部 REST API）を条件分岐やエ…
  3. Cloud Storage バケットにファイルがアップロードされたら、自動的に Cloud Run functions を起動して前処理を行…
  4. 数十個のタスクが依存関係を持ち、失敗時のリトライ、バックフィル、複数システムとの連携が必要なデータパイプラインを、Python で定義して管…
  5. Airflow の DAG で、外部システムが特定のファイルを Cloud Storage に置くまで待ってから後続の変換タスクを実行したい…
  6. Airflow DAG 内のタスクが一時的なネットワークエラーで時折失敗する。手動介入なしで自動的に再試行させたい。最も適切な設定はどれか。
  7. 毎日 Cloud Storage の CSV を BigQuery にロードするパイプラインが、障害後に再実行されると重複行が発生する。冪等…
  8. Web アプリのクリックストリームをリアルタイムに集計し、ダッシュボードに数秒遅れで反映したい。データは Pub/Sub に流れている。最適…
  9. Dataflow ストリーミングパイプラインで、10分間隔で重複しない固定時間枠ごとにイベント数を集計したい。使うウィンドウはどれか。
  10. Dataflow で、ユーザーの操作が一定時間途切れるまでを1セッションとして集計したい。適切なウィンドウはどれか。
  11. データエンジニアが書いたものではないチームメンバーが、パラメータ（入力パス、出力テーブル）だけ変えて同じ Dataflow パイプラインを繰…
  12. オンプレミスの MySQL の変更データ（INSERT/UPDATE/DELETE）を、ほぼリアルタイムに BigQuery へ継続的に複製…
  13. 既存の Spark ジョブをクラスタ管理なしで実行したい。ジョブは不定期に動き、クラスタのプロビジョニングや調整の運用を避けたい。最適な選択…
  14. データ分析チームが SQL のみで BigQuery 内の変換ワークフロー（テーブル間の依存関係、Git によるバージョン管理、スケジュール…
  15. コード不要のビジュアルインターフェースで、複数のソースからデータを取り込み変換するバッチ ETL パイプラインを構築したい。使うべきサービス…
  16. BigQuery テーブルに対して、NULL の割合や値の範囲といったデータ品質ルールを定義し、自動的にスキャンして結果を確認したい。使用す…
  17. Cloud Composer の DAG が失敗したときに、オンコール担当者へ通知したい。Google Cloud で最も適切な方法はどれか…
  18. Cloud Run functions がエラーを出した原因を調査したい。スタックトレースやエラーメッセージを確認できる場所はどれか。
  19. Pub/Sub にメッセージが届くたびに、軽量な変換処理を行って結果を BigQuery に書き込みたい。メッセージ量は少なく、運用負荷を最…
  20. ストリーミングデータの処理で、再配信により同じメッセージが複数回届く可能性がある（at-least-once 配信）。結果の重複を防ぐ設計と…
  21. データパイプラインの定義（DAG ファイルや Dataform のコード）を Git で管理し、変更をマージしたら自動的にテストして本番環境…
  22. Cloud Composer を使う利点として適切なものを2つ選択してください（2つ選択）。
  23. Workflows と Cloud Composer の違いについて正しい記述を2つ選択してください（2つ選択）。
  24. Dataflow のストリーミングパイプラインで、遅れて到着するイベントを正しく集計するために使う概念を3つ選択してください（3つ選択）。
  25. パイプラインのエラー処理のベストプラクティスとして適切なものを2つ選択してください（2つ選択）。
  26. Datastream について正しい記述を2つ選択してください（2つ選択）。
  27. Dataform ワークフローの特徴として適切なものを2つ選択してください（2つ選択）。
  28. 日次バッチが、あるステップで失敗したが、それ以前のステップは成功している。冪等性とコストの観点から、再実行時に推奨される設計はどれか。
  29. 小売企業が、店舗の売上データを数分以内に分析基盤へ反映したいが、1日1回のバッチ処理しかなく遅延が問題になっている。変更は BigQuery…
  30. Cloud Run functions でファイル処理を行う関数が、同じ Cloud Storage イベントで重複して呼び出される可能性が…

4. データ管理

  1. アナリストグループに、プロジェクト内の BigQuery データセットのテーブルを参照するクエリだけを実行させたい。最小権限の原則に従う場合…
  2. Dataflow パイプラインが Cloud Storage からファイルを読み取り BigQuery に書き込む。セキュリティのベストプラ…
  3. BigQuery の顧客テーブルで、クレジットカード番号の列を一部の承認されたグループにのみ表示し、他のユーザーはその列のクエリ自体を拒否し…
  4. グローバルな売上テーブルで、各リージョンの営業担当者には自分の担当リージョンの行のみを見せたい。テーブルを複製せずに実現する最適な方法はどれ…
  5. マーケティングチームに、元テーブルへの直接アクセス権を与えずに、集計済みの結果のみを別データセットのユーザーと共有したい。使うべき方法はどれ…
  6. Cloud Storage に保存したログは、作成後30日間は頻繁に参照され、その後は年に数回しか参照されない。ストレージコストを自動的に最…
  7. アクセスパターンが予測できない大量のオブジェクトを保存している。アクセス頻度に応じてストレージクラスを自動的に変更し、取り出し料金なしで運用…
  8. 誤ってオブジェクトを上書き・削除した場合に以前の世代へ復元できるようにしたい。Cloud Storage で有効化すべき機能はどれか。
  9. BigQuery テーブルに対して誤った DELETE を実行してしまった。2日前の状態のデータを参照・復元したい。最も簡単な方法はどれか。
  10. BigQuery の重要なテーブルについて、特定時点の読み取り専用コピーを低コストで保持し、後で復元できるようにしたい。使用する機能はどれか…
  11. 組織のセキュリティポリシーにより、BigQuery のデータは自社管理の暗号鍵で暗号化し、必要に応じて鍵を無効化できなければならない。適切な…
  12. Cloud Storage のテキストデータに含まれるメールアドレスや電話番号を検出し、自動的にマスキングしたい。使用すべきサービスはどれか…
  13. 分析用データに個人情報が含まれるが、結合キーとしての一貫性は保ちつつ元の値には戻せない形にしたい。適切なのはどれか。
  14. 複数のプロジェクトにまたがる BigQuery、Cloud Storage のデータ資産に対して、メタデータの検出、データ品質ルール、リネー…
  15. ある BigQuery テーブルの値が誤っており、どの上流テーブルやジョブから生成されたかを追跡して影響範囲を調べたい。利用すべき機能はどれ…
  16. EU 居住者の個人データについて、法令上データを EU 内に保存する必要がある。BigQuery で適切な対応はどれか。
  17. 月ごとのクエリ量が大きく変動し、予測しにくい小規模チームの BigQuery の料金モデルとして最も適切なのはどれか。
  18. BigQuery のコストが想定を超えないよう、プロジェクトの月次支出を監視し、閾値で担当者に通知したい。最適な手段はどれか。
  19. 日付パーティションテーブルに、イベントデータが毎日追加される。90日より古いデータは不要で、手動削除なしにストレージコストを抑えたい。最適な…
  20. グローバルに分散した金融取引システムで、強い整合性を持つ水平スケール可能なリレーショナルデータベースが必要である。最適なサービスはどれか。
  21. IoT センサーから毎秒数百万件の時系列データを書き込み、低レイテンシでキー検索したい。複雑な結合や SQL トランザクションは不要である。…
  22. データレイク上の Cloud Storage の Parquet ファイルに対し、BigQuery の行・列レベルのセキュリティを適用しつつ…
  23. アプリケーションが MySQL 互換のリレーショナルデータベースを必要とし、データ量は数百 GB でトランザクション処理が中心である。運用負…
  24. Cloud Storage の BigQuery 用ステージングデータについて、適切なガバナンス施策を2つ選択してください（2つ選択）。
  25. BigQuery のデータ保護と復旧について正しい記述を2つ選択してください（2つ選択）。
  26. Dataplex Universal Catalog で実現できることを3つ選択してください（3つ選択）。
  27. BigQuery のコスト最適化に有効な施策を2つ選択してください（2つ選択）。
  28. 機密性の高い個人情報を含む BigQuery データセットを保護する施策として適切なものを2つ選択してください（2つ選択）。
  29. データレイクハウスの特徴として適切なものを2つ選択してください（2つ選択）。
  30. モバイルアプリのユーザープロファイルを、柔軟なスキーマで保存し、リアルタイム同期とオフライン対応を行いたい。最適なデータベースはどれか。