GCP 副数据工程师 (ADP)：全新的入门级数据认证

多年来，GCP 数据认证路径存在一个空白。你或者选择 CDL（基础、概念性，无 SQL），或者直接考取 Professional Data Engineer (PDE)，后者要求数年的生产数据工作经验，并深入涉及 Dataflow 内部机制、模式设计以及数据资源上的 IAM，这对于没有准备的考生来说是很大的挑战。中间一直处于空缺状态。

2024 年底，Google 推出了 Associate Data Practitioner (ADP) 填补了这一空白。这是一项价值 125 美元的副级考试，约 50 道题，时长两小时，直接面向在 GCP 数据领域有一到两年经验的人士--初级数据工程师、分析师兼工程师、向数据管道发展的 BI 从业者，以及学习 GCP 堆栈的 AWS/Azure 数据专业人士。

ADP 实际考察内容

考试目标于 2024 年 10 月发布，并于 2025 年年中进行了小幅修订。包含五个领域：

1. 数据摄取与处理。 将 Cloud Storage 用作 landing zone，BigQuery 加载（批处理和流式处理），Pub/Sub 用于事件摄取，Dataflow 模板（非 Dataflow 内部机制--那是 PDE 的范畴），Datastream 用于 CDC。
2. 数据存储与建模。 BigQuery 数据集、分区、聚类、物化视图、表类型（托管、外部、BigLake），Cloud Storage 类别，针对特定工作负载在 BigQuery / Cloud SQL / Firestore / Bigtable 之间进行选择。
3. 数据编排。 Dataform 用于 SQL 转换（GCP 上现代的 dbt 等效产品--Google 于 2020 年收购，现为第一方产品），基础级别的 Cloud Composer（托管 Airflow），Cloud Scheduler。
4. 数据分析与可视化。 BigQuery SQL--实际的 SQL，包括窗口函数、连接、BigQuery 的数组/结构体特性--Looker Studio、Looker（是的，题库区分了它们，这确实令人困惑），基本的 Connected Sheets。
5. 运维、监控与安全。 数据资源的 IAM（数据集级别 vs. 表级别 vs. 行级别 vs. 列级别访问），Cloud DLP，基本的 Dataplex 治理，使用 BigQuery 查询计划 / EXPLAIN 进行查询优化。

还有很大一部分是“哪种服务适合哪种工作负载”--这类决策问题是您期望一名副级数据专业人士能够处理的。

ADP 与 PDE 的比较

	ADP	PDE
级别	副级	专业级
费用	125 美元	200 美元
时长	2小时, 约 50 题	2小时, 约 50 题
有效期	3 年	2 年
经验要求	GCP 数据经验约 1 年	行业经验约 3 年, GCP 经验 1 年以上
Dataflow 深度	模板和基本概念	自定义管道、窗口处理、延迟数据、Exactly-once 语义
BigQuery 深度	分区、聚类、基本优化	容量规划、BI Engine、Slot 预留、查询计划深入分析
场景复杂性	单管道、单领域	多管道、多领域，包含成本 / SLA / 合规性约束

ADP 是通向 PDE 的一个清晰的垫脚石。两者的考试目标有足够的重叠，因此准备工作可以累积。然而，如果你目标是高级数据工程职位，ADP 并不能替代 PDE。招聘人员知道其中的区别；levels.fyi 上标记为 PDE 的职位数据也比标记为 ADP 的职位高一个级别，即使两者同时出现在招聘启事中（这种情况很少见--ADP 太新了，目前还无法清晰地进行筛选）。

谁应该考取 ADP

具有两年以内 GCP 经验的初级数据工程师和分析师兼工程师。 ADP 是适合您当前级别的正确证书。第一年不要好高骛远去考 PDE；该考试旨在对没有实际工作经验的人不友好。

向数据管道发展的分析师。 如果您一直在 Looker 中编写 SQL，并开始负责编排和摄取层，ADP 正是您需要的结构化课程。Dataform + BigQuery + Composer 三件套是现代 GCP 分析师兼工程师堆栈。

学习 GCP 的 AWS / Azure 数据工程师。 如果您已经了解 dbt + Snowflake / Redshift / Synapse，ADP 是将这些思维模型映射到 BigQuery + Dataform + Looker 的最快路径。两到三周的集中学习，您就能高效工作。

从非数据工程领域转行的人士。 如果您是一名转向数据领域的后端工程师，ADP 将为您提供 GCP 特定的数据词汇，而无需强迫您深入学习 PDE 级别的分布式系统内部机制。

谁应该跳过 ADP

如果您已经从事 GCP 数据工作三年或更长时间，并且对 Dataflow 自定义管道、Slot 预留以及组织级别的 BigQuery 成本优化驾轻就熟，那么请跳过 ADP，直接考取 PDE。ADP 不会为 PDE 无法涵盖的高级简历增添任何价值。

如果您是一名偶尔编写 SQL 但不负责数据基础设施的软件工程师，那么您根本不需要数据认证。ACE 或 PCA 涵盖了 GCP 的基础知识，您的数据工作无需单独的信号。

6 周备考大纲

假设每周学习 8 小时，并有一年的 GCP 接触经验，即使并非专门从事数据工作。

第 1 周：BigQuery 基础。 数据集、表（托管 / 外部 / BigLake）、分区与聚类、BigQuery 查询计划、Slot 模型基础、按需 vs. 容量定价。实验：加载公共数据集，编写一个非 trivial 的查询，查看查询计划，然后添加分区并重新测量。

第 2 周：摄取模式。 Pub/Sub 用于事件流，Dataflow 模板用于批处理 / 流式 ETL，Datastream 用于数据库 CDC，BigQuery 流式插入，Storage Transfer Service。构建一个端到端管道：Pub/Sub → Dataflow 模板 → BigQuery，并带有一个 Cloud Storage 暂存存储桶。

第 3 周：转换与编排。 Dataform--此认证重点强调而 PDE 不太重视的主要内容。SQLX、定义、断言、依赖项、计划发布。Cloud Composer 用于非 SQL 编排。针对您在第 1 周加载的数据构建一个 Dataform 项目。

第 4 周：分析与可视化。 Looker Studio（免费，侧重仪表板）vs. Looker（付费，语义层 + LookML）。Connected Sheets。BigQuery BI Engine 用于加速仪表板。基于您第 3 周的转换成果构建一个 Looker Studio 仪表板。

第 5 周：治理与运维。 数据集 / 表 / 行 / 列级别的 IAM，授权视图，Cloud DLP 用于 PII 检测和屏蔽，Dataplex（数据架构 / 治理），审计日志。使用 BigQuery information_schema 视图进行成本监控。本周将大量阅读文档。

第 6 周：模拟考试。 三到五次完整计时练习。CertLabPro 题库、Whizlabs 和官方 Cloud Skills Boost 模拟考试。目标是在安排考试前达到 80% 以上。

薪资信号

ADP 太新了，还没有清晰的薪资数据。最接近的参考是 BigQuery / Looker 分析师兼工程师职位，在美国主要大城市，其基本薪资在 10 万至 14 万美元之间（levels.fyi 2025-2026 分析工程师数据，Built In 范围，BLS OEWS 15-1242 数据库管理员和架构师的更广泛范围）。为该职位添加 ADP 证书可能会使您的内部薪资增加 5 千到 1 万美元；更大的提升来自该证书帮助您真正转型为数据工程师，其基本薪资范围可攀升至 13 万至 18 万美元。PDE 会使薪资数字更高，但 12-18 个月内先 ADP 再 PDE 是一个合理的职业发展路径，也可能比在没有经验支撑的情况下急于考取 PDE 更为实际。

总结

ADP 弥补了 GCP 数据路径中的一个真实空白。如果您是 GCP 数据领域中的初级到中级从业者，这便是 2026 年值得考取的认证。它是一项公平的考试，备考材料清晰，并且该证书对应着实际的职业级别，而非仅仅是理想化的追求。

当您准备好进行练习时，可以在 CertLabPro 上浏览 ADP 题库；如果您已经准备充分，可以开始计时考试。接下来瞄准 PDE 吗？PDE 题库在这里。