Google Cloud Associate Data Practitioner
225 практических вопросов
Последняя проверка: April 2026
Личные заметки и ссылки на ресурсы для вашего учебного пути
Фильтр по сертификации
Google Cloud Associate Data Practitioner (ADP) — это новая квалификация начального уровня, которая подтверждает повседневную работу с данными в Google Cloud: приём, преобразование, анализ и представление данных с помощью BigQuery, Dataform, Dataflow, Dataplex и Looker. Она ориентирована на аналитиков данных, BI-инженеров и инженеров по аналитике, а не на полноценных инженеров данных, поэтому экзамен делает акцент на SQL, запланированных запросах, базовой оркестрации конвейеров и панелях Looker / Looker Studio, а не на глубоком стриминге и содержимом платформенной инженерии. ADP находится между Cloud Digital Leader и сертификацией Professional Data Engineer (PDE): более технический, чем CDL, менее архитектурный, чем PDE. Это самый доступный технический сертификат по работе с данными в направлении GCP.
Самая большая область (30%). Загрузки BigQuery, федеративные запросы, Storage Transfer Service, Datastream для CDC, Pub/Sub для потоковой передачи данных, базовые шаблоны Dataflow. Преобразования SQL и Dataform.
BigQuery SQL (оконные функции, CTE, ARRAYs/STRUCTs), основы семантической модели Looker, панели Looker Studio, запланированные запросы и BI Engine. 27% — сильный акцент на практическом SQL.
DAG-и Cloud Composer (управляемый Airflow), рабочие процессы Dataform, Cloud Scheduler + Cloud Workflows, триггеры Pub/Sub. 18% — концептуально, без кода DAG, но кандидаты должны знать, какой оркестратор подходит для какого шаблона.
Зоны и озёра Dataplex, тегирование и поиск в Data Catalog, IAM для BigQuery (на уровне набора данных / таблицы / столбца / строки), шифрование с помощью CMEK, хранение и безопасность на уровне таблицы. 25%.
Сервисы, с которыми вы столкнётесь на экзамене, и почему каждый из них важен.
Бессерверное, колоночное хранилище данных с разделением хранения и вычислений, ANSI SQL, запросами к полуструктурированным (JSON) данным на месте и ценообразованием за запрос или на основе слотов.
Почему он на экзамене: BigQuery — центральный элемент Домена 2 (Анализ и представление данных); ожидайте вопросов о партиционировании, кластеризации, материализованных представлениях и резервировании слотов.
Объектное хранилище, служащее основой озера данных для слоёв сырых, курируемых и потребляемых данных, с классами Standard / Nearline / Coldline / Archive и Autoclass.
Почему он на экзамене: Каждый сценарий Подготовки и загрузки данных ADP предполагает Cloud Storage как зону приземления; классы хранения, жизненный цикл и схема партиционирования определяют вопросы по Управлению данными.
Полностью управляемый исполнитель Apache Beam для унифицированных пакетных и потоковых конвейеров с автоматически масштабируемыми рабочими процессами, семантикой точно-одного-раза и встроенными гибкими шаблонами.
Почему он на экзамене: Dataflow — это ответ по умолчанию для бессерверного ETL/ELT в Домене 1 (Подготовка и загрузка данных); вопросы проверяют проектирование пакетных и потоковых конвейеров, а также работу с окнами.
Управляемые кластеры Apache Spark, Hadoop, Flink и Hive с эфемерным автомасштабированием, выполнением в GCE или бессерверном режиме, а также коннекторами для BigQuery / Cloud Storage.
Почему он на экзамене: Эталонный ответ для сценариев «у меня есть существующие задания Spark/Hadoop» в Домене 1 (Подготовка и загрузка данных); противопоставляется Dataflow для проектирования новых конвейеров.
Управляемые реляционные базы данных для PostgreSQL, MySQL и SQL Server с региональной HA, автоматическим резервным копированием и репликами для чтения.
Почему он на экзамене: Cloud SQL является каноническим OLTP-источником, питающим аналитические конвейеры в рамках Домена 4 (Управление данными); ожидайте вопросов о CDC на основе Datastream в BigQuery.
Глобально распределённая, строго согласованная реляционная база данных с горизонтальным масштабированием, записью в нескольких регионах и диалектами ANSI SQL плюс PostgreSQL.
Почему он на экзамене: Spanner появляется в сценариях Домена 4 (Управление данными), требующих глобальной согласованности в масштабе, в отличие от региональных ограничений Cloud SQL.
Глобально доступный сервис обмена сообщениями с семантикой «как минимум один раз» для приёма событий в любом масштабе, с доставкой по push или pull и подписками на BigQuery / Cloud Storage.
Почему он на экзамене: Pub/Sub — это главный ответ для потоковой загрузки в Домене 1 (Подготовка и загрузка данных); сочетается с Dataflow для обогащения данных в реальном времени.
Управляемый сервис Apache Airflow для создания, планирования и мониторинга DAG-ориентированных рабочих процессов в BigQuery, Dataflow, Dataproc и внешних системах.
Почему он на экзамене: Composer — это основной сервис для Домена 3 (Оркестрация конвейеров данных); ожидайте вопросов, отличающих его от Workflows по принципу «сначала код» против декларативной оркестрации.
Абстракция хранилища, позволяющая BigQuery запрашивать данные открытых форматов (Parquet, Iceberg, Hudi, Delta) в Cloud Storage и внешних объектных хранилищах под единым управлением.
Почему он на экзамене: BigLake отвечает на вопрос Домена 4 (Управление данными) «как запрашивать данные из Lakehouse, не копируя их в BigQuery» — и унифицирует управление доступом для всех форматов.
Визуальная студия ETL/ELT без написания кода, построенная на CDAP, со 150+ готовыми коннекторами и подключаемыми трансформациями, выполняющимися на управляемом Dataproc в фоновом режиме.
Почему он на экзамене: Вариант с низким объёмом кода в Домене 1 (Подготовка и загрузка данных); вопросы проверяют, когда выбирать его вместо Dataflow, написанного вручную, для гражданских инженеров данных.
Бессерверный сервис захвата изменений данных (CDC), который передаёт вставки, обновления и удаления из MySQL, PostgreSQL, AlloyDB, SQL Server и Oracle в BigQuery или Cloud Storage.
Почему он на экзамене: Datastream является каноническим ответом для репликации OLTP-данных в BigQuery почти в реальном времени в сценариях Домена 1 (Подготовка и загрузка данных).
Управляемый рабочий процесс трансформации на основе SQL внутри BigQuery с контролем версий, графами зависимостей, утверждениями и CI/CD через интеграцию с Git.
Почему он на экзамене: Dataform отвечает за уровень трансформации внутри хранилища для Домена 3 (Оркестрация конвейеров данных), в отличие от кросс-сервисных DAG Composer.
Бесплатный инструмент BI самообслуживания для интерактивных дашбордов на BigQuery, Cloud SQL, Sheets и 800+ коннекторах, с возможностями совместного использования и встраивания.
Почему он на экзамене: Looker Studio — это главный сервис визуализации для Домена 2 (Анализ и представление данных); ожидайте вопросов о выборе коннекторов и стратегии обновления.
ML-функции внутри хранилища через SQL — обучение, оценка и прогнозирование с помощью регрессии, классификации, кластеризации, временных рядов, а также интеграции AutoML / удалённых моделей с Vertex AI.
Почему он на экзамене: BigQuery ML — это ответ на вопрос «как предоставлять ML-инсайты без перемещения данных» в Домене 2 (Анализ и представление данных); отдельная ML-платформа не требуется.
Сервис обучения без кода для табличных моделей, моделей изображений, видео и текста внутри Vertex AI, включая AutoML Tables, перенесённый на унифицированную платформу Vertex.
Почему он на экзамене: AutoML появляется в сценариях Домена 2 (Анализ и представление данных), где бизнес-аналитикам нужна предиктивная модель без написания кода обучения.
Масштабируемая до петабайт NoSQL база данных с широкими столбцами, задержкой в единицы миллисекунд и совместимостью с HBase API, подходит для IoT, временных рядов и рекламных технологий.
Почему он на экзамене: Bigtable — это названное нереляционное хранилище в вопросах Домена 4 (Управление данными) для высокопроизводительных рабочих нагрузок с низкой задержкой, выходящих за рамки возможностей Firestore.
Контроль доступа на уровне проекта и ресурсов через субъекты, роли и условия — включая разрешения на уровне наборов данных, таблиц, строк и столбцов BigQuery.
Почему он на экзамене: IAM обеспечивает принцип наименьших привилегий в озере данных в Домене 4 (Управление данными); ожидайте вопросов о предопределённых и пользовательских ролях, а также о доступе на уровне столбцов BigQuery.
Управляемые криптографические ключи с ключами шифрования, управляемыми клиентом (CMEK), и ключами, предоставленными клиентом (CSEK), для BigQuery, Cloud Storage, Cloud SQL и Spanner.
Почему он на экзамене: CMEK с Cloud KMS — это канонический ответ Домена 4 (Управление данными) для контроля шифрования данных в покое в хранилище и озере данных.
Унифицированная фабрика данных для каталогизации, классификации, профилирования и управления данными в BigQuery, озёрах Cloud Storage и внешних источниках со встроенными проверками качества.
Почему он на экзамене: Dataplex — это главный сервис каталогизации/управления в Домене 4 (Управление данными); вопросы проверяют организацию озера данных, бизнес-глоссарий и захват происхождения данных.
Неизменяемый аудиторский след административной активности, доступа к данным, системных событий и действий, запрещённых политиками, по всем сервисам Google Cloud, маршрутизируемый в BigQuery для анализа.
Почему он на экзамене: Журналы аудита (Audit Logs) — это названный элемент контроля для ответа на вопрос «кто, когда и к какому набору данных / таблице / объекту обращался» в сценариях соответствия требованиям Домена 4 (Управление данными).
$90k–$130k–$180k USD годовая
Диапазон отражает роли аналитиков-инженеров и BI-специалистов в США, где BigQuery является основным хранилищем. Старшие инженеры по аналитике, эквивалентные FAANG, зарабатывают более 200 тысяч долларов. Роли чистых аналитиков по отчетности, как правило, оплачиваются ниже; инженеры по аналитике в компаниях-«единорогах» с сильным использованием GCP и цифровых компаниях, как правило, зарабатывают больше.
Источник: levels.fyi 2025–2026 (аналитик данных Google L3–L4, инженер по аналитике в компаниях-«единорогах», использующих GCP), U.S. BLS OEWS May 2024 (15-2051 data scientists, 13-2031 budget analysts, 15-1211 computer systems analysts). Цифры приблизительны; фактическая компенсация зависит от роли, региона и опыта.
ADP является новым (представлен в 2024 году), и спрос на него всё ещё формируется, но он заполняет явный пробел ниже сертификата Professional Data Engineer, в котором Google давно нуждался. Компании, использующие стеки, ориентированные на BigQuery — особенно цифровые, рекламные, аналитические в розничной торговле и игровые компании — указывают его в вакансиях аналитиков-инженеров как отличительную черту. Спрос сосредоточен на рынках с сильным присутствием GCP (район залива Сан-Франциско, Нью-Йорк, Лондон) и в отраслях, где Looker является стандартным инструментом BI. По мере развития этой квалификации ожидайте, что она станет сертификатом GCP по умолчанию в объявлениях о вакансиях аналитиков данных, подобно тому, как Microsoft DP-900 / DP-203 доминируют в треке Azure analytics.
Формальных предварительных требований нет. Google рекомендует от шести месяцев практической работы с данными в Google Cloud, уверенное владение SQL и базовое понимание концепций конвейеров данных. Официальный учебный курс Associate Data Practitioner Learning Path на Google Cloud Skills Boost (около 30–40 часов лабораторных работ) охватывает все проверяемые темы.
Если у вас нет опыта работы с SQL вообще, запланируйте 20–30 дополнительных часов, чтобы освоиться с SQL среднего уровня (соединения, оконные функции, CTE) — вопросы BigQuery SQL не являются карточками, это короткие сценарии. Если у вас уже есть AWS Data Engineer Associate, Azure DP-900 или DP-203, концептуальное содержание соответствует напрямую; вам в основном нужно заново выучить названия продуктов (BigQuery против Redshift / Synapse, Dataflow против Glue / ADF, Dataform против dbt-cloud, Looker против QuickSight / Power BI).
ADP — это квалификация начального уровня, предназначенная для специалиста, который «выполняет работу с данными», а не для инженера, который «архитектирует платформы данных». Запланируйте 50–80 часов в течение 5–8 недель, если вы новичок в инструментах данных GCP, или 20–35 часов в течение 2–4 недель, если вы уже ежедневно работаете в BigQuery. Экзамен состоит из 50–60 вопросов с множественным выбором / множественным ответом, длится 120 минут и сдаётся через Pearson VUE (Google перешёл с Kryterion / Webassessor в начале 2026 года).
Наиболее частым препятствием является широта терминологии Dataplex, Data Catalog и Dataform — эти продукты быстро развивались, и вопросы могут зависеть от различий в названиях (зоны против озёр против активов, шаблоны тегов против тегов). Практический опыт работы с песочницей BigQuery и небольшим проектом панели Looker Studio является наиболее эффективной подготовкой. Google не публикует числовые оценки — только «сдал/не сдал». Квалификация действительна в течение трёх лет, и для повторной сертификации требуется повторная сдача текущего экзамена.
Первая общая доступность. Новая квалификация уровня Associate, заполняющая пробел между Cloud Digital Leader и сертификатом Professional Data Engineer. Текущая версия по состоянию на апрель 2026 года.
ADP (Google Cloud Associate Data Practitioner) — это Associate-уровневый экзамен, экзамен средней сложности, требующий практического опыта и глубокого понимания лучших практик. Большинству кандидатов требуется 80–150 часов обучения, распределенных на 6–12 недель, для экзаменов уровня Associate. Большинство кандидатов, которые стабильно набирают баллы выше проходного порога на пробных экзаменах, сдают его с первой попытки.
Большинству кандидатов требуется 80–150 часов обучения, распределенных на 6–12 недель, для экзаменов уровня Associate. Время, необходимое для сдачи, сильно варьируется в зависимости от предыдущего опыта. Инженерам с практическим опытом работы с базовой технологией обычно требуется меньше времени; кандидатам, новым для платформы, следует ориентироваться на верхнюю границу этого диапазона.
ADP — это признанная квалификация в экосистеме GCP, которая подтверждает знания для работодателей, рекрутеров и клиентов. Стоит ли это затраченного времени и платы, зависит от вашей роли и целей — это чаще всего окупается для облачных инженеров, архитекторов и консультантов, которые ежедневно работают с GCP или хотят перейти на такие должности.
Проходной балл для ADP составляет Не опубликовано. Экзамен содержит 50 вопросов и длится 2 ч.
Стоимость экзамена ADP составляет $125 USD. Сборы устанавливаются GCP и могут варьироваться в зависимости от региона; всегда уточняйте текущую цену на официальной странице сертификации GCP перед бронированием.
Сертификации Google Cloud Foundational и Associate действительны в течение 3 лет. Пройдите повторную сертификацию, пересдав текущую версию экзамена.
Да. Вы можете сдать экзамен онлайн (с прокторингом через безопасный браузер провайдера, доступный 24/7 в большинстве регионов) или в очном центре тестирования Pearson VUE в рабочее время. Оба формата используют одни и те же вопросы, ограничение по времени и проходной балл.
CertLabPro предлагает 15 режимов обучения по банку практических вопросов для ADP. Режим симуляции экзамена имитирует реальный экзамен: 50 вопросов за 2 ч, с тем же проходным порогом Не опубликовано. Режим просмотра позволяет статически читать каждый вопрос и ответ.