Google Cloud Associate Data Practitioner
225 preguntas de práctica
Última revisión: April 2026
Notas personales y enlaces de recursos para tu camino de estudio
Filtrar por Certificación
La credencial Google Cloud Associate Data Practitioner (ADP) es una credencial de nivel asociado más reciente que valida el trabajo diario con datos en Google Cloud —ingesta, transformación, análisis y presentación de datos con BigQuery, Dataform, Dataflow, Dataplex y Looker. Está dirigida a analistas de datos, ingenieros de BI e ingenieros de análisis, en lugar de ingenieros de datos completos, por lo que el examen enfatiza SQL, las consultas programadas, la orquestación básica de pipelines y los paneles de Looker / Looker Studio sobre el contenido profundo de streaming y la ingeniería de plataformas. ADP se sitúa entre Cloud Digital Leader y la certificación Professional Data Engineer (PDE): más técnica que CDL, menos arquitectónica que PDE. Es la certificación de datos técnicos más accesible en la trayectoria de GCP.
El dominio más grande con un 30 %. Cargas de BigQuery, consultas federadas, Storage Transfer Service, Datastream para CDC, Pub/Sub para ingesta de streaming, plantillas básicas de Dataflow. Transformaciones SQL y Dataform.
SQL de BigQuery (funciones de ventana, CTEs, ARRAYs/STRUCTs), conceptos básicos del modelo semántico de Looker, paneles de Looker Studio, consultas programadas y BI Engine. 27 % — fuerte énfasis en SQL práctico.
DAGs de Cloud Composer (Airflow gestionado), flujos de trabajo de Dataform, Cloud Scheduler + Cloud Workflows, activadores de Pub/Sub. 18 % — conceptual, sin código DAG, pero los candidatos deben saber qué orquestador se adapta a cada patrón.
Zonas y "lagos" de Dataplex, etiquetado y búsqueda de Data Catalog, IAM para BigQuery (conjunto de datos / tabla / columna / fila), cifrado con CMEK, retención y seguridad a nivel de tabla. 25 %.
Servicios que encontrarás en el examen y por qué cada uno importa.
Almacén de datos columnar y serverless con separación de almacenamiento y cómputo, SQL ANSI, consulta in-situ de datos semiestructurados (JSON) y precios por consulta o basados en slots.
Por qué está en el examen: BigQuery es la pieza central del Dominio de Análisis y Presentación de Datos; espere preguntas sobre particionamiento, clustering, vistas materializadas y reservas de slots.
Almacenamiento de objetos que sirve como sustrato de data lake para capas de datos brutos, curados y de consumo, con clases Standard / Nearline / Coldline / Archive y Autoclass.
Por qué está en el examen: Todo escenario de Preparación e Ingesta de Datos del ADP asume Cloud Storage como zona de aterrizaje; las clases de almacenamiento, el ciclo de vida y el diseño de particiones impulsan preguntas de Gestión de Datos.
Runner de Apache Beam totalmente gestionado para pipelines unificados por lotes y streaming con workers de autoescalado, semántica de "exactly-once" y plantillas flexibles integradas.
Por qué está en el examen: Dataflow es la respuesta predeterminada para ETL/ELT serverless en Preparación e Ingesta de Datos; las preguntas evalúan el diseño de pipelines por lotes vs. streaming y el uso de ventanas.
Clústeres gestionados de Apache Spark, Hadoop, Flink y Hive con autoescalado efímero, ejecución en GCE o Serverless, y conectores para BigQuery / Cloud Storage.
Por qué está en el examen: La respuesta de referencia para "tengo trabajos existentes de Spark/Hadoop" en Preparación e Ingesta de Datos; contrasta con Dataflow para el diseño de nuevos pipelines.
Bases de datos relacionales gestionadas para PostgreSQL, MySQL y SQL Server con alta disponibilidad regional, copias de seguridad automatizadas y réplicas de lectura.
Por qué está en el examen: Cloud SQL es la fuente OLTP canónica que alimenta los pipelines analíticos bajo Gestión de Datos; espere preguntas sobre CDC basado en Datastream hacia BigQuery.
Base de datos relacional distribuida globalmente y fuertemente consistente con escalado horizontal, escrituras multirregión y dialectos ANSI SQL más PostgreSQL.
Por qué está en el examen: Spanner aparece en escenarios de Gestión de Datos que exigen consistencia global a escala, en contraste con los límites regionales de Cloud SQL.
Servicio de mensajería globalmente disponible con semántica "at-least-once" para la ingesta de eventos a cualquier escala, con entrega push o pull y suscripciones a BigQuery / Cloud Storage.
Por qué está en el examen: Pub/Sub es la respuesta principal para la ingesta de streaming en Preparación e Ingesta de Datos; se combina con Dataflow para el enriquecimiento en tiempo real.
Servicio gestionado de Apache Airflow para la creación, programación y monitorización de flujos de trabajo basados en DAG a través de BigQuery, Dataflow, Dataproc y sistemas externos.
Por qué está en el examen: Composer es el servicio nombrado para la Orquestación de Pipelines de Datos; espere preguntas que lo distingan de Workflows para la orquestación basada en código vs. declarativa.
Abstracción de almacenamiento que permite a BigQuery consultar datos de formato abierto (Parquet, Iceberg, Hudi, Delta) en Cloud Storage y almacenes de objetos externos bajo gobernanza unificada.
Por qué está en el examen: BigLake responde a la pregunta de Gestión de Datos sobre "cómo consulto datos de lakehouse sin copiarlos a BigQuery" y unifica los controles de acceso entre formatos.
Estudio ETL/ELT visual y sin código construido sobre CDAP con más de 150 conectores preconstruidos y transformaciones conectables, ejecutándose en Dataproc gestionado en segundo plano.
Por qué está en el examen: La opción low-code en Preparación e Ingesta de Datos; las preguntas evalúan cuándo elegirlo sobre Dataflow escrito a mano para ingenieros de datos ciudadanos.
Servicio serverless de captura de cambios de datos (CDC) que transmite inserciones, actualizaciones y eliminaciones desde MySQL, PostgreSQL, AlloyDB, SQL Server y Oracle a BigQuery o Cloud Storage.
Por qué está en el examen: Datastream es la respuesta canónica para la replicación casi en tiempo real de datos OLTP en BigQuery en escenarios de Preparación e Ingesta de Datos.
Flujo de trabajo de transformación gestionado basado en SQL dentro de BigQuery con control de versiones, gráficos de dependencias, aserciones y CI/CD a través de integración con Git.
Por qué está en el examen: Dataform se encarga de la capa de transformación dentro del almacén para la Orquestación de Pipelines de Datos, contrastado con los DAGs de Composer para múltiples servicios.
Herramienta de BI gratuita y de autoservicio para dashboards interactivos sobre BigQuery, Cloud SQL, Sheets y más de 800 conectores, con controles de compartición e incrustación.
Por qué está en el examen: Looker Studio es el servicio de visualización principal para el Análisis y Presentación de Datos; espere preguntas sobre la elección de conectores y la estrategia de actualización.
ML en el almacén a través de SQL: entrena, evalúa y predice con regresión, clasificación, clustering, series temporales e integraciones de AutoML / modelos remotos a Vertex AI.
Por qué está en el examen: BigQuery ML es la respuesta para "entregar insights de ML sin mover datos" en Análisis y Presentación de Datos; no se requiere una plataforma de ML separada.
Servicio de entrenamiento sin código para modelos tabulares, de imagen, vídeo y texto dentro de Vertex AI, incluyendo AutoML Tables migrado a la plataforma unificada de Vertex.
Por qué está en el examen: AutoML aparece en escenarios de Análisis y Presentación de Datos donde los analistas de negocio necesitan un modelo predictivo sin escribir código de entrenamiento.
Base de datos NoSQL de columna ancha a escala de petabytes con latencia de milisegundos de un solo dígito y compatibilidad con la API de HBase, adecuada para IoT, series temporales y ad-tech.
Por qué está en el examen: Bigtable es el almacén no relacional nombrado en las preguntas de Gestión de Datos para cargas de trabajo de alto rendimiento y baja latencia más allá del alcance de Firestore.
Control de acceso a nivel de proyecto y recurso a través de principales, roles y condiciones, incluyendo permisos a nivel de conjunto de datos, tabla, fila y columna de BigQuery.
Por qué está en el examen: IAM aplica el privilegio mínimo en el data lake en Gestión de Datos; espere preguntas sobre roles predefinidos vs. personalizados y acceso a nivel de columna en BigQuery.
Claves criptográficas gestionadas con claves de cifrado gestionadas por el cliente (CMEK) y claves proporcionadas por el cliente (CSEK) para BigQuery, Cloud Storage, Cloud SQL y Spanner.
Por qué está en el examen: CMEK con Cloud KMS es la respuesta canónica de Gestión de Datos para el control del cifrado en reposo sobre los datos del almacén y del lago.
Tejido de datos unificado para catalogar, clasificar, perfilar y gobernar datos a través de BigQuery, data lakes de Cloud Storage y fuentes externas con comprobaciones de calidad integradas.
Por qué está en el examen: Dataplex es el servicio principal de catálogo/gobernanza en Gestión de Datos; las preguntas evalúan la organización del lago, el glosario de negocio y la captura de linaje.
Registro de auditoría inmutable de actividad de administrador, acceso a datos, eventos del sistema y denegación de políticas en los servicios de Google Cloud, enrutable a BigQuery para su análisis.
Por qué está en el examen: Los Registros de Auditoría son el control nombrado para "quién accedió a qué conjunto de datos / tabla / objeto y cuándo" en escenarios de cumplimiento de Gestión de Datos.
$90k–$130k–$180k USD anual
El rango refleja roles de ingeniero de análisis y BI con sede en EE. UU. donde BigQuery es el almacén de datos principal. Los ingenieros de análisis sénior equivalentes a FAANG superan los $200k. Los roles de analista de informes puros tienden a ser más bajos; los ingenieros de análisis en empresas unicornio con fuerte presencia de GCP y empresas nativas digitales tienden a ser más altos.
Fuente: levels.fyi 2025–2026 (analista de datos Google L3–L4, ingeniero de análisis en empresas unicornio con GCP), U.S. BLS OEWS May 2024 (15-2051 científicos de datos, 13-2031 analistas de presupuesto, 15-1211 analistas de sistemas informáticos). Las cifras son aproximadas; la compensación real depende del rol, la región y la experiencia.
ADP es nueva (introducida en 2024) y la demanda aún está creciendo, pero llena un vacío claro por debajo de la certificación Professional Data Engineer que Google ha necesitado durante mucho tiempo. Las empresas que operan pilas centradas en BigQuery —especialmente las empresas nativas digitales, de tecnología publicitaria, de análisis minorista y de juegos— la incluyen en las ofertas de empleo para ingenieros analistas como un diferenciador. La demanda se concentra en mercados con una fuerte presencia de GCP (Área de la Bahía de SF, NYC, Londres) y en industrias donde Looker es la herramienta de BI estándar. A medida que la credencial madure, se espera que se convierta en la certificación predeterminada de GCP en las ofertas de empleo para analistas de datos, de la misma manera que Microsoft DP-900 / DP-203 dominan la trayectoria de análisis de Azure.
No hay requisitos previos formales. Google recomienda seis meses o más de trabajo práctico con datos en Google Cloud, familiaridad con SQL y una comprensión básica de los conceptos de pipelines de datos. La ruta de aprendizaje oficial de Associate Data Practitioner en Google Cloud Skills Boost (alrededor de 30-40 horas de laboratorios) cubre todo lo evaluado.
Si no tienes experiencia alguna con SQL, planifica 20-30 horas adicionales para familiarizarte con SQL intermedio (joins, funciones de ventana, CTEs) — las preguntas de SQL de BigQuery no son tarjetas didácticas, son escenarios cortos. Si ya tienes AWS Data Engineer Associate, Azure DP-900 o DP-203, el contenido conceptual se mapea directamente; principalmente volverás a aprender los nombres de los productos (BigQuery vs. Redshift / Synapse, Dataflow vs. Glue / ADF, Dataform vs. dbt-cloud, Looker vs. QuickSight / Power BI).
ADP es de nivel asociado y está dirigida al profesional que "realiza trabajo con datos" en lugar del ingeniero que "arquitecta plataformas de datos". Planifica entre 50 y 80 horas durante 5 a 8 semanas si eres nuevo en las herramientas de datos de GCP, o entre 20 y 35 horas durante 2 a 4 semanas si ya trabajas diariamente con BigQuery. El examen consta de 50 a 60 preguntas de opción múltiple / selección múltiple en 120 minutos, administrado a través de Pearson VUE (Google migró de Kryterion / Webassessor a principios de 2026).
El obstáculo más común es la amplitud de la terminología de Dataplex, Data Catalog y Dataform — estos productos evolucionaron rápidamente y las preguntas pueden depender de distinciones de nombres (zonas vs. lagos vs. activos, plantillas de etiquetas vs. etiquetas). La práctica práctica con el sandbox de BigQuery y un pequeño proyecto de panel de Looker Studio es la preparación de mayor valor. Google no publica puntuaciones numéricas, solo aprobado/reprobado. La credencial es válida por tres años y la recertificación requiere volver a aprobar el examen actual.
Disponibilidad general inicial. Nueva credencial de nivel asociado que llena el vacío entre Cloud Digital Leader y la certificación Professional Data Engineer. Versión actual a partir de abril de 2026.
ADP (Google Cloud Associate Data Practitioner) es un examen de nivel Associate un examen de dificultad moderada que espera experiencia práctica y una sólida comprensión de las mejores prácticas. La mayoría de los candidatos necesitan entre 80 y 150 horas de estudio distribuidas en 6 a 12 semanas para los exámenes de nivel asociado. La mayoría de los candidatos que obtienen consistentemente una puntuación por encima del umbral de aprobación en los exámenes de práctica, aprueban en su primer intento.
La mayoría de los candidatos necesitan entre 80 y 150 horas de estudio distribuidas en 6 a 12 semanas para los exámenes de nivel asociado. El tiempo para aprobar varía ampliamente según la experiencia previa. Los ingenieros con experiencia práctica en producción en la tecnología subyacente suelen necesitar menos; los candidatos nuevos en la plataforma deben planificar hacia el extremo superior de ese rango.
ADP es una credencial reconocida en el ecosistema de GCP y señala conocimientos validados a empleadores, reclutadores y clientes. Si vale la pena el tiempo y la tarifa para ti, depende de tu rol y objetivos — tiende a ser más rentable para ingenieros de la nube, arquitectos y consultores que trabajan con GCP a diario o quieren pasar a roles que lo hagan.
La puntuación de aprobación para ADP es No publicado. El examen contiene 50 preguntas y dura 2 h.
La tarifa del examen ADP es de $125 USD. Las tarifas son establecidas por GCP y pueden variar según la región; siempre confirma el precio actual en la página oficial de certificación de GCP antes de reservar.
Las certificaciones Google Cloud Foundational y Associate son válidas por 3 años. Recertifícate volviendo a aprobar la versión actual del examen.
Sí. Puedes realizar el examen en línea (supervisado a través del navegador seguro del proveedor, disponible 24/7 en la mayoría de las regiones) o en un centro de examen presencial de Pearson VUE durante el horario comercial. Ambos formatos utilizan las mismas preguntas, límite de tiempo y puntuación de aprobación.
CertLabPro ofrece 15 modos de estudio en todo el banco de preguntas de práctica para ADP. El modo de simulación de examen reproduce el examen real: 50 preguntas en 2 h, con el mismo umbral de aprobación de No publicado. El modo de navegación te permite leer todas las preguntas y respuestas de forma estática.