結論
公式ドキュメントが全てなので、範囲内の公式ドキュメントを隅々まで読みましょう。
はじめに
先日SnowPro CoreとSnowPro Advanced: Data Engineerに合格しました。
最初に知っておけば、、と思ったこともあったのでこの記事で共有します。
前提として少なくとも１〜２年ぐらいは、Snowflakeでデータパイプラインを設計した経験があったほうがいいと思います。
SnowPro Advanced:Data Engineer試験の概要
| 項目 | 内容 |
|---|---|
| 総問題数 | 65 |
| 制限時間 | 115分 + 30分（非英語話者向け） |
| 言語 | 英語 |
| 登録料 | $375 USD（+10％の税で６万円程度） |
| 合格スコア | 750点（1000点満点） |
問題数が少ないため、回答時間は余ると思います。
使った問題集など
公式のラーニングガイド
サンプルの問題は絶対に解けるようにする必要があると思います。
Full Certified
65問×２セットの問題が解けるサイトです
これも全部解けるようにする必要があると思います。
今どきSnowpipe Streamingと組み合わせないKafkaコネクターの問題とか出るのか？と思うかもしれませんが、勉強したほうがいいです。私は出ないと勝手に思って勉強せずに後悔しました。3000円/月くらいのサブスクなので使い終わったら解約しましょう。
Udemyの問題集
これとは別にUdemyでも問題を買いましたが、一番人気の問題集はFullCertifiedの問題と全く一緒だったのでどっちか買えばいいと思います。
これらの問題がそのまま出るわけではないので、問題集で間違えたものをチェックして、その部分の公式ドキュメントを隅々まで読み込むという勉強法が一番効率が良いと思います。
問題の傾向について
公式ドキュメントに記載のあることしか出題されない
これ公式ドキュメントと例まで一緒じゃん！みたいなのもありました。Betaの機能についての問題は出ないです。細かいパラメータ名の暗記も必要ないです。ただ、ドキュメント内で特にピックアップされているものは暗記したほうがいいと思います。
要件だけを頭に入れれば解ける
Advancedの試験は問題文が結構長いんですが、状況説明は無視できることが多いです。
例えば、次の問題は実質Which is the QUICKEST way to be moved directly from an internal stage to an external stage ?(内部ステージから外部ステージにデータを移動させる最も速い方法はなんですか？)としか言ってないので、そこに注目すると早く回答できました。
A Data Engineer is working on a project that requires data to be moved directly from an internal stage to an external stage.Which of the following is the QUICKEST way to accomplish this task?（公式が配布しているガイドブックから引用。）
模擬試験について
今回は事前に公式の模擬試験(Practice exam)を受けてみました。
テスト直前に１回やるのはありだと思います。
| 項目 | 詳細 |
|---|---|
| 総問題数 | 40 |
| 制限時間 | 65分+ 30分（非英語話者向け） |
| 言語 | 英語 |
| 登録料 | $50 USD（+10％の税で8000円程度） |
模擬試験は監視がないので、家で受ける場合もカメラをオンにしたり部屋を片付けたりする必要はありません。
問題のレベル感や文の長さは本番と全く一緒でした。
ただ、この模擬試験はかなりシンプルで、終了後に得点と大まかな間違えた範囲を教えてくれるだけになっています。自分が間違えた問題がどれか、その正解がどれだったかは終わってもわからないです。また、受けた問題の解説を貰えるわけでもないです。
できれば、テスト直前に苦手確認として使うのが良いと思います。
本番は落ちたら受けるのにまた６万くらい必要になりますし。
まとめ
今まで考えたこともない状況の問題が出されたりするので、思ったより難しかったです。実務で1~2年ほど使った後に受けると、あの時のあれはそういうことだったのか！となるので勉強がより楽しいと思います。みんなでAdvanced:Data Engineerとりましょう❄️
Snowlfake データクラウドのユーザ会 SnowVillage のメンバーで運営しています。 Publication参加方法はこちらをご参照ください。 zenn.dev/dataheroes/articles/db5da0959b4bdd
Discussion