Google Cloud Associate Data Practitioner
225問の練習問題
最終確認：April 2026
学習のための個人ノートとリソースリンク
認定でフィルター
Google Cloud Associate Data Practitioner (ADP) は、Google Cloud 上での日常的なデータ作業—BigQuery、Dataform、Dataflow、Dataplex、Looker を用いたデータの取り込み、変換、分析、提示—を検証する新しいアソシエイトレベルの資格情報です。フルスタックのデータエンジニアではなく、データアナリスト、BIエンジニア、アナリティクスエンジニアを対象としているため、試験では、深いストリーミングやプラットフォームエンジニアリングのコンテンツよりも、SQL、スケジュールされたクエリ、基本的なパイプラインオーケストレーション、Looker / Looker Studio のダッシュボードに重点が置かれています。ADPは、Cloud Digital Leader と Professional Data Engineer (PDE) 認定の間に位置づけられます。CDLよりも技術的で、PDEよりもアーキテクチャ的ではありません。GCPトラックの中で最も取得しやすいテクニカルデータ認定です。
30%を占める最大のドメイン。BigQuery のロード、フェデレーションクエリ、Storage Transfer Service、CDC 用 Datastream、ストリーミング取り込み用 Pub/Sub、基本的な Dataflow テンプレート。SQL 変換と Dataform。
BigQuery SQL（ウィンドウ関数、CTE、ARRAY/STRUCT）、Looker のセマンティックモデルの基本、Looker Studio のダッシュボード、スケジュールされたクエリ、BI Engine。27%を占め、実践的なSQLに重点を置いています。
Cloud Composer (マネージド Airflow) DAG、Dataform ワークフロー、Cloud Scheduler + Cloud Workflows、Pub/Sub トリガー。18%を占め、概念的であり、DAGコードは含まれませんが、どのオーケストレーターがどのパターンに適しているかを候補者は知っている必要があります。
Dataplex ゾーンとレイク、Data Catalog のタグ付けと検索、BigQuery 用 IAM（データセット/テーブル/カラム/行）、CMEK を使用した暗号化、保持ポリシーとテーブルレベルのセキュリティ。25%を占めます。
試験で出会うサービスと、それぞれが重要な理由。
ストレージとコンピューティングの分離、ANSI SQL、インプレースの半構造化 (JSON) クエリ、クエリごとまたはスロットベースの料金設定を特徴とする、サーバーレスの列指向データウェアハウス。
試験に出題される理由： BigQuery は「Data Analysis and Presentation」の中核であり、パーティショニング、クラスタリング、マテリアライズドビュー、スロット予約に関する問題が頻出します。
生データ、キュレーション済みデータ、および消費レイヤーのためのデータレイク基盤として機能するオブジェクトストレージで、Standard / Nearline / Coldline / Archive クラスと Autoclass を提供します。
試験に出題される理由： ADP の「Data Preparation and Ingestion」のすべてのシナリオにおいて Cloud Storage がランディングゾーンとして想定され、ストレージクラス、ライフサイクル、パーティションレイアウトが「Data Management」に関する問題の鍵となります。
オートスケーリングワーカー、exactly-once セマンティクス、組み込みのフレックステンプレートを備えた、統合されたバッチおよびストリーミングパイプライン用のフルマネージド Apache Beam ランナー。
試験に出題される理由： Dataflow は「Data Preparation and Ingestion」におけるサーバーレス ETL/ELT のデフォルトの選択肢であり、バッチとストリーミングのパイプライン設計およびウィンドウ処理に関する問題が出題されます。
一時的なオートスケーリング、GCE またはサーバーレス実行、BigQuery / Cloud Storage コネクタを備えた、マネージド Apache Spark、Hadoop、Flink、および Hive クラスター。
試験に出題される理由： 「Data Preparation and Ingestion」において「既存の Spark/Hadoop ジョブがある」場合の参照回答であり、新しいパイプライン設計における Dataflow との対比を問われます。
リージョン HA、自動バックアップ、読み取りレプリカを備えた、PostgreSQL、MySQL、および SQL Server 用のマネージド型リレーショナルデータベース。
試験に出題される理由： Cloud SQL は「Data Management」における分析パイプラインへの OLTP データ供給源として標準的であり、Datastream を介した BigQuery への CDC に関する問題が予想されます。
水平スケーリング、複数リージョン書き込み、ANSI SQL および PostgreSQL 方言をサポートする、グローバル分散型で強い整合性を持つリレーショナルデータベース。
試験に出題される理由： Spanner は「Data Management」のシナリオにおいて、Cloud SQL のリージョン制限とは対照的に、大規模なグローバル整合性が求められる場面で登場します。
あらゆる規模のイベント取り込みに対応する、グローバルに利用可能な at-least-once メッセージングサービスで、プッシュまたはプル配信、BigQuery / Cloud Storage サブスクリプションをサポートします。
試験に出題される理由： Pub/Sub は「Data Preparation and Ingestion」におけるストリーミング取り込みの主要な回答であり、リアルタイムエンリッチメントのために Dataflow と組み合わせて使用されます。
BigQuery、Dataflow、Dataproc、および外部システムにわたる DAG ベースのワークフローのオーサリング、スケジューリング、モニタリングを行うマネージド Apache Airflow サービス。
試験に出題される理由： Composer は「Data Pipeline Orchestration」のための指定サービスであり、コードファーストと宣言型オーケストレーションにおける Workflows との区別を問う問題が予想されます。
統合されたガバナンスの下で、BigQuery が Cloud Storage および外部オブジェクトストレージ内のオープンフォーマットデータ（Parquet、Iceberg、Hudi、Delta）をクエリできるようにするストレージ抽象化レイヤー。
試験に出題される理由： BigLake は「Data Management」における「データを BigQuery にコピーせずにレイクハウスデータをクエリする方法」という問いに答え、フォーマットを越えたアクセス制御を統合します。
CDAP 上に構築された、150 以上の事前構築済みコネクタとプラガブルな変換を備えた視覚的なコードフリー ETL/ELT スタジオで、裏側でマネージド Dataproc 上で実行されます。
試験に出題される理由： 「Data Preparation and Ingestion」におけるローコードオプションであり、市民データエンジニア向けに手書きの Dataflow ではなくこれを選択するタイミングを問う問題が出題されます。
MySQL、PostgreSQL、AlloyDB、SQL Server、および Oracle から BigQuery または Cloud Storage へと挿入、更新、削除をストリーミングするサーバーレスの変更データキャプチャサービス。
試験に出題される理由： Datastream は「Data Preparation and Ingestion」シナリオにおいて、OLTP データを BigQuery へとほぼリアルタイムでレプリケーションするための標準的な回答です。
バージョン管理、依存関係グラフ、アサーション、Git 統合による CI/CD を備えた、BigQuery 内で動作するマネージド SQL ベース変換ワークフロー。
試験に出題される理由： Dataform は「Data Pipeline Orchestration」におけるウェアハウス内変換レイヤーを担当し、Composer のクロスサービス DAG と対比されます。
BigQuery、Cloud SQL、Sheets、および 800 以上のコネクタに対応するインタラクティブダッシュボード用の無料セルフサービス BI ツールで、共有および埋め込み制御機能を提供します。
試験に出題される理由： Looker Studio は「Data Analysis and Presentation」における主要な可視化サービスであり、コネクタの選択や更新戦略に関する問題が予想されます。
SQL を介したウェアハウス内 ML で、回帰、分類、クラスタリング、時系列、および Vertex AI への AutoML / リモートモデル統合を用いて、トレーニング、評価、予測を行います。
試験に出題される理由： BigQuery ML は「Data Analysis and Presentation」において「データを移動せずに ML インサイトを提供する」ための回答であり、別途 ML プラットフォームは必要ありません。
Vertex AI 内で表形式、画像、動画、テキストモデルのノーコードトレーニングサービスを提供し、統合された Vertex プラットフォームに移行された AutoML Tables も含まれます。
試験に出題される理由： AutoML は「Data Analysis and Presentation」のシナリオにおいて、ビジネスアナリストがトレーニングコードを記述せずに予測モデルを必要とする場合に登場します。
ペタバイト規模の NoSQL ワイドカラムデータベースで、1桁ミリ秒のレイテンシと HBase API 互換性を持ち、IoT、時系列、アドテクに適しています。
試験に出題される理由： Bigtable は「Data Management」の問題において、Firestore の範囲を超える高スループット、低レイテンシのワークロード向けの非リレーショナルストアとして挙げられます。
プリンシパル、ロール、条件を介したプロジェクトおよびリソースレベルのアクセス制御で、BigQuery のデータセット、テーブル、行、列レベルの権限を含みます。
試験に出題される理由： IAM は「Data Management」においてデータレイク全体の最小権限を強制します。事前定義ロールとカスタムロール、および BigQuery の列レベルアクセスに関する問題が予想されます。
BigQuery、Cloud Storage、Cloud SQL、Spanner 用の顧客管理の暗号鍵（CMEK）と顧客提供の暗号鍵（CSEK）を備えたマネージド暗号鍵サービス。
試験に出題される理由： Cloud KMS を使用した CMEK は、「Data Management」においてウェアハウスおよびレイクデータに対する保存時の暗号化制御のための標準的な回答です。
BigQuery、Cloud Storage レイク、および外部ソースにわたるデータのカタログ化、分類、プロファイリング、ガバナンスを行う統合データファブリックで、組み込みの品質チェック機能を備えます。
試験に出題される理由： Dataplex は「Data Management」における主要なカタログ/ガバナンスサービスであり、レイクの編成、ビジネス用語集、およびリネージキャプチャに関する問題が出題されます。
Google Cloud サービス全体における管理者、データアクセス、システムイベント、ポリシー拒否アクティビティの不変な監査証跡であり、分析のために BigQuery にルーティング可能です。
試験に出題される理由： Audit Logs は「Data Management」のコンプライアンスシナリオにおいて「誰が、いつ、どのデータセット/テーブル/オブジェクトにアクセスしたか」を把握するための指定された制御手段です。
$90k–$130k–$180k USD 年収
この範囲は、BigQuery を主要なデータウェアハウスとする米国拠点のアナリティクスエンジニアおよびBI職の給与を反映しています。FAANG と同等のシニアアナリティクスエンジニアは20万ドルを超えます。純粋なレポーティングアナリスト職は低くなる傾向があり、GCP重視のユニコーン企業やデジタルネイティブ企業のアナリティクスエンジニアは高くなる傾向があります。
出典: levels.fyi 2025–2026 (Google L3–L4 data analyst, analytics engineer at GCP-shop unicorns), U.S. BLS OEWS May 2024 (15-2051 data scientists, 13-2031 budget analysts, 15-1211 computer systems analysts)より。数値は概算であり、実際の報酬は職務、地域、経験によって異なります。
ADP は新しい（2024年導入）認定であり、需要はまだ構築中ですが、Google が長らく必要としていた Professional Data Engineer 認定の下の明確なギャップを埋めるものです。BigQuery 中心 のスタック—特にデジタルネイティブ企業、アドテク企業、小売分析企業、ゲーム会社—を実行している企業は、アナリストエンジニアの求人情報で差別化要因としてこの認定を挙げています。需要は、GCP の存在感が強い市場（サンフランシスコ・ベイエリア、ニューヨーク市、ロンドン）や、Looker が標準的な BI ツールである業界に集中しています。この認定が成熟するにつれて、Microsoft DP-900 / DP-203 が Azure アナリティクストラックを席巻しているように、データアナリストの求人情報においてデフォルトの GCP 認定になると予想されます。
正式な前提条件はありません。Google は、Google Cloud で6ヶ月以上の実務経験、SQLへの習熟、データパイプラインの概念の基本的な理解を推奨しています。Google Cloud Skills Boost の公式 Associate Data Practitioner 学習パス（約30〜40時間のラボ）は、試験で問われるすべての内容をカバーしています。
SQLの経験がまったくない場合は、中級SQL（結合、ウィンドウ関数、CTE）に慣れるために20～30時間の追加時間を計画してください—BigQueryのSQL問題はフラッシュカードではなく、短いシナリオ形式です。AWS Data Engineer Associate、Azure DP-900、または DP-203 をすでに取得している場合、概念的な内容は直接的にマッピングされます。主に製品名（BigQuery vs. Redshift / Synapse、Dataflow vs. Glue / ADF、Dataform vs. dbt-cloud、Looker vs. QuickSight / Power BI）を再学習することになります。
ADP はアソシエイトレベルであり、「データ作業を行う実践者」を対象としており、「データプラットフォームを設計するエンジニア」向けではありません。GCP データツールに初めて触れる場合は5～8週間で50～80時間、BigQuery で日常的に作業している場合は2～4週間で20～35時間の学習時間を計画してください。試験は120分間で50～60問の多肢選択式/複数選択式の問題で構成され、Pearson VUE を通じて実施されます（Google は2026年初頭に Kryterion / Webassessor から移行しました）。
最も一般的なつまずきは、Dataplex、Data Catalog、Dataform の用語の広範さです。これらの製品は急速に進化しており、問題は命名法の違い（ゾーン vs. レイク vs. アセット、タグテンプレート vs. タグ）にかかっている場合があります。BigQuery サンドボックスと小規模な Looker Studio ダッシュボードプロジェクトでの実践的な練習が最も効果的な準備となります。Google は数値スコアを公表せず、合否のみを通知します。資格情報は3年間有効であり、再認定には現在の試験の再受験が必要です。
初回一般提供開始。Cloud Digital Leader と Professional Data Engineer 認定の間のギャップを埋める新しいアソシエイトレベルの資格情報です。2026年4月現在の現行バージョンです。
ADP (Google Cloud Associate Data Practitioner) は、実践的な実務経験とベストプラクティスに関するしっかりとした理解を期待される、中程度の難易度の試験 Associateレベルの試験です。ほとんどの受験者は、アソシエイトレベルの試験に6〜12週間かけて80〜150時間の学習を必要とします。 練習試験で合格基準を安定して上回るスコアを獲得している受験者のほとんどは、初回で合格しています。
ほとんどの受験者は、アソシエイトレベルの試験に6〜12週間かけて80〜150時間の学習を必要とします。 合格までの時間は、これまでの経験によって大きく異なります。基礎となるテクノロジーでの実践的な本番経験を持つエンジニアは通常、より少ない時間で済みますが、プラットフォームに初めて触れる受験者は、この範囲の上限を目安に計画を立てる必要があります。
ADPは、GCPエコシステムで認められた資格であり、雇用主、リクルーター、クライアントに検証済みの知識を示します。あなたにとって時間と費用をかける価値があるかどうかは、あなたの役割と目標によります。通常、GCPを日常的に扱っている、またはそのような役割に就きたいと考えているクラウドエンジニア、アーキテクト、コンサルタントにとって最も報われる傾向があります。
ADPの合格点は未公開です。試験には50問の問題が含まれており、所要時間は2 時間です。
ADP試験の受験料は$125 USDです。受験料はGCPによって設定されており、地域によって異なる場合があります。予約する前に、常にGCPの公式認定ページで現在の価格を確認してください。
Google Cloud基礎およびアソシエイト認定は3年間有効です。試験の現在のバージョンを再受験することで再認定されます。
はい。試験はオンライン（プロバイダーのセキュアブラウザを介して監督され、ほとんどの地域で24時間年中無休で利用可能）または営業時間内のピアソンVUE試験センターで対面で受験できます。どちらの形式も同じ問題、時間制限、合格点を使用します。
CertLabProでは、ADPの練習問題バンクで15の学習モードを提供しています。試験シミュレーションモードは、実際の試験を反映しており、2 時間で50問、合格基準は未公開と同じです。ブラウズモードでは、すべてのQ&Aを静的に読むことができます。