How to Prepare For Google Professional Data Engineer Exam

Preparation Guide for Google Professional Data Engineer Exam

Introduction to Google Professional Data Engineer Exam

Google has established a path for IT professionals endorse as a Data Engineer on the GCP platform. This accreditation program gives Google cloud professionals a way to endorse their skills. The evaluation relies on a meticulous exam using industry standard methodology to conclude whether or not a aspirant meets Google's proficiency standards.

The Professional Data Engineer exam assesses your ability to:

• Build and operationalize data processing systems
• Operationalize machine learning models
• Design data processing systems
• Ensure solution quality

Google Professional Data Engineer Exam certification is evidence of your skills, expertise in those areas in which you like to work. If candidate wants to work on Google Professional Data Engineer and prove his knowledge, Certification offered by Google. This Google Professional Data Engineer Certification helps a candidate to validates his skills in Big Data and Data engineering Technology.

The Google Professional Data Engineer certification is designed to equip the individuals with the required knowledge and skills to enable data-driven decision-making through collecting, transforming, and publishing data. To earn this certificate, the candidates will be required to pass a single test measuring their skills in leveraging, deploying, and continuously training pre-existing machine learning models. The qualifying exam also evaluates the ability of the applicants to design, build, operationalize, monitor, and secure data processing systems.

Reference: https://cloud.google.com/certification/data-engineer

What is the duration, language, and format of Google Professional Data Engineer Exam

• Number of Questions: 50-60
• Cost: $200
• Length of Examination: 120 minutes
• Format: Multiple choices, multiple answers
• Language: English (U.S.), Japanese, Spanish, and Portuguese
• Passing score: 80%

Google Professional-Data-Engineer日本語 Exam Syllabus Topics:

Google Certified Professional Data Engineer Exam (Professional-Data-Engineer日本語版) Sample Questions:

Question #1
運送会社は、リアルタイムでApache Kafkaストリームに送信される荷物追跡データを保有しています。このデータはその後BigQueryにロードされます。貴社のアナリストは、BigQuery内の追跡データに対してクエリを実行し、荷物のライフサイクルにおける地理空間的な傾向を分析したいと考えています。テーブルは当初、取り込み日パーティショニングで作成されました。時間の経過とともに、クエリ処理時間が増加しています。すべてのデータを新しいクラスタリングテーブルにコピーする必要があります。どうすればよいでしょうか？

A. パッケージ配送日のデータパーティショニングを使用してテーブルを再作成します。
B. BigQueryでパッケージ追跡ID列に対してクラスタリングを実装します。
C. 古いデータをクラウドストレージファイルに階層化し、クラウドストレージを外部データソースとして使用してBigQueryテーブルを作成します。
D. BigQuery の取り込み日付列でクラスタリングを実装します。

Question #2
あなたは、BigQuery でホストされている組織のデータレイクを監視しています。データ取り込みパイプラインは、Pub/Sub からデータを読み込み、BigQuery のテーブルに書き込みます。データ取り込みパイプラインの新しいバージョンがデプロイされた後、1 日あたりの保存データが 50% 増加しました。Pub/Sub のデータ量は変化せず、一部のテーブルのみ、1 日あたりのパーティションデータサイズが 2 倍になりました。データ増加の原因を調査して修正する必要があります。どうすればよいですか？

A. 1. 前回のデプロイメントをロールバックします。
2. タイムトラベル機能を使用して、BigQuery テーブルを前回のリリース前の状態に復元します。
3. データフロージョブを再起動し、リリースのタイムスタンプにサブスクリプションをシークしてメッセージを再再生します。
B. 1. デプロイされたパイプラインのコードエラーを確認します。
2. パイプラインのBigQueryシンクへの複数回の書き込みがないか確認します。
3. 新しいパイプラインのリリース当日に、クラウドログにエラーがないか確認してください。
4. エラーがなければ、タイムトラベルを使用して、BigQuery テーブルを前回のリリース前の内容に復元します。
C. 1. 日次パーティションのデータサイズが2倍になっているBigQueryテーブルで重複行がないか確認します。
2. 影響を受けるテーブルの重複排除を行うためのSQLジョブを毎日スケジュールします。
3. 他のテーブルで同様の問題が発生した場合に再利用できるよう、重複排除スクリプトを他の運用チームと共有する。
D. 1. 日次パーティションのデータサイズが2倍になっているBigQueryテーブルで重複行がないか確認します。
2. BigQueryの監査ログを確認して、ジョブIDを見つけます。
3. クラウドモニタリングを使用して、特定されたデータフロージョブが開始された日時とパイプラインコードのバージョンを確認します。
4. 複数のパイプラインがテーブルにデータを取り込む場合、最新バージョン以外のすべてのバージョンを停止します。

Question #3
あなたのスタートアップでは、正式なセキュリティ ポリシーを実装したことがありません。現在、社内の全員が Google BigQuery に保存されているデータセットにアクセスできます。チームはサービスを自由に使用でき、ユース ケースは文書化されていません。データ ウェアハウスのセキュリティ保護を依頼されました。全員が何をしているかを把握する必要があります。まず何をすべきでしょうか。

A. Google Cloud Billing API を使用して、ウェアハウスの請求先アカウントを確認します。
B. Stackdriver Monitoring を使用して、BigQuery クエリ スロットの使用状況を確認します。
C. Google Stackdriver 監査ログを使用してデータ アクセスを確認します。
D. 各テーブルのアイデンティティおよびアクセス管理（IIAM）ポリシーを取得します。

Question #4
バッチ予測ではなくオンライン予測を使用することの特徴を 2 つ挙げてください。

A. 予測は応答メッセージで返されます。
B. 予測を提供する際の遅延を最小限に抑えるように最適化されています。
C. ジョブ内の大量のデータインスタンスを処理し、より複雑なモデルを実行するように最適化されています。
D. 予測は、指定した Cloud Storage の場所にある出力ファイルに書き込まれます。

Question #5
Cloud SQL 上に MySQL データベースワークロードをデプロイします。データベースは、さまざまな地理的リージョンからの複数のリーダーをサポートするためにスケールアップできる必要があります。データベースは、リージョン障害が発生した場合でも、高い可用性を備え、低い RTO および RPO 要件を満たす必要があります。データベースのフェイルオーバー中にリーダーへの影響を最小限に抑える必要があります。どうすればよいですか？

A. リージョン A に高可用性 Cloud SQL インスタンスを作成します。リージョン B に高可用性の読み取りレプリカを作成します。複数のリージョンにカスケード読み取りレプリカを作成することで、読み取りワークロードをスケールアップします。
リージョンAがダウンしている場合、リージョンBのリードレプリカを昇格させる。
B. リージョンAに高可用性のCloud SQLインスタンスを作成します。複数のリージョンにリードレプリカを作成することで、読み取りワークロードをスケールアップします。リージョンAがダウンした場合は、リードレプリカのいずれかを昇格させます。
C. リージョンAに高可用性のCloud SQLインスタンスを作成します。同じリージョンにリードレプリカを作成することで、リードワークロードをスケールアップします。プライマリインスタンスに障害が発生した場合は、スタンバイCloud SQLインスタンスにフェイルオーバーします。
D. リージョンに高可用性の Cloud SQL インスタンスを作成します。リージョン B に高可用性の読み取りレプリカを作成します。複数のリージョンにカスケード読み取りレプリカを作成して、読み取りワークロードをスケールアップします。
Cloud SQLインスタンスをマルチリージョン対応のCloud Storageバケットにバックアップします。リージョンAがダウンした場合は、Cloud SQLバックアップを別のリージョンの新しいインスタンスに復元します。

Solutions: