🐥

【合格体験記】2025年度)Google Cloud Certified Professional Data Engineerに合格しました

に公開
Google Cloud
dataengineering
Data Engineer
Google Cloud認定資格
idea

はじめに

こんにちは、BtoBのSaaS製品を持つ事業会社のマーケ部門でData Engineerをやっている、ひばふぁんと申します！
当社では、Google CloudのBigQueryとTableauでデータ分析基盤が構成されていますが、保守コストの増大という潜在的な課題を抱えていました。

私はこれまでデータサイエンティストのキャリアを歩んできたため、Google Cloudの改修や構築の知識も経験が足りず、システム保守の力不足を自覚していました。

そこで、Google Cloudにおけるデータ分析基盤の設計、構築、運用のベストプラクティスをインプットするため、Google Cloud Professional Data Engineerという認定試験に挑戦し、なんとか合格しました。

その経過で学びがあったので、今回は受験記を残しておこうと思います。

TL;DR

  • （4週間*10~15h/週）Google Cloud Skill Boostの試験対策プログラム。Data Engineerの役割、試験範囲の確認、現時点での理解度チェック、勉強計画作りをした。（これが良かった）
  • （7週間*10~15h/週）Google Cloud Skill BoostのData Engineer Learning Path。Udemyの想定問題集。Courseraの演習。適度に飛ばしながら。
  • （すきま時間）Yotube、Podcast、書店の技術書コーナーなどで接触時間を増やす。
  • 試験範囲が広すぎるため、学ぶ「広さ」はすぐ把握すべし。試験ガイドや試験対策プログラムが有効。
  • 試験範囲が広すぎるため、学ぶ「深さ」は削るべし。想定問題集が有効。

資格準備前のバックグラウンド

  • 2020年8月から約3年半、データサイエンティストとしてマーケティング支援に従事。クライアントの要件整理と、PySparkやSQLで構造化データのアセスメント・集計・機械学習モデリングを経験。(→業務で大規模データをSQLで操作した経験あり)
  • 2024年8月にAWS Cloud Practitionerに合格。(→クラウドの基礎知識あり)
  • 2024年10月からGoogle Cloudを使う業務を開始して4か月経過。(→Google Cloudの経験は6か月以内)

推奨される経験: 業界経験が 3 年以上（Google Cloud を使用したソリューションの設計と管理の経験 1 年以上を含む）

ソリューションの設計に携わったのは、受験当時で3か月程です。
推奨される経験には達しておらず、多少背伸びした挑戦でした。

Data Engineerの資格を取ることはキャリア上で役に立つはず、という予感と熱意を持っていました。当時から、将来データマネジメントの業務に挑戦したいと考えていたためです。

実践したこと

1. Preparing for Your Professional Data Engineer Journey - 日本語版をやる(4w)

■概要
まずは、動画講座とハンズオン講座をすべてやり切った。4週間かかった。
最後の講座は、学習計画を立てるプログラムである。

■工夫したこと

  • キーワードを知るのが目的だったので、試験の受験日を考えずに講座を進めた。
  • 疲れずに健康に学ぶことを第一優先とし、平日の朝30分と平日の退勤後に気力が残っていればコースを進めた。
  • 試験日を決め、勉強時間を7週間に設定した。

2. 試験ガイドで学習テーマを絞る

■概要
1.の終わりに学習計画を立てるコースが用意されている。
学習テーマやキーワードになじみがなさ過ぎて全体像をつかめなかった。

■工夫したこと

  • 試験ガイドを紙でプリントアウトし、各セクションのテーマに業務経験があるかと、どの深さで勉強したいかをペンで書きこんだ。
    • 業務で使える知識を優先して身につけるため、次の3つを満たすテーマに絞った：
      1. 業務で経験したことがないか？
      2. 社内で自分が一番詳しくなれそうか？
      3. 急いで身につける必要があるか？
    • 例.テーマごとの学ぶ深さ
      • (例1:"Ingestion and processing the data") SkillBoostでハンズオンまで学ぶことにした。ストリーミングデータのデータパイプラインの実装経験がなく、社内の業務担当者は自分になりそうだと考えたため。
      • (例2:"Designing data processing systems") 想定問題集での勉強に留めた。社内にSREエンジニアが豊富であり、彼らとの会話の中で学ぶ方が有意義かつ効率的だと考えたため。
  • 1.の講座の「理解度チェック」で、認定試験の質問形式と深さを学んだ。わからなくテーマは、試験ガイドにメモを付けた。
  • 試験ガイドのメモを添付します。（文字が汚いのはお許しください）[TODO]

3. Google Cloud Skill Boostでハンズオンを行う（）

■概要
2.で選んだテーマを、Goole Cloud公式のハンズオン講座で学習。Google Cloud Innovatorsに登録すれば、ハンズオンラボでGoogle Cloudの各サービスを無料で実装できる。（意外と知られていないかも）

■工夫したこと

  • 疑問点は公式ドキュメントやブログを読み込んで解消した。
  • プログラムの途中であっても1つのテーマは、1週間(約10~15時間)で区切りをつける。
  • 通勤や散歩中のすきま時間は、YoutubeやPodcastで「データ分析基盤」「データマネジメント」などの検索結果を視聴。
  • 出勤後の10分間はインプットの時間とし、分報に概要と感想を毎日投稿した。

4. 想定問題集から試験で必要な知識の「深さ」を学ぶ（）

■概要
通勤中の電車や勤務後に、Udemyのスマホアプリで問題を解いて解説を読んだ。
翌朝に解説をノートにまとめた。
成長を実感するため、毎回正答率は記録した。

■工夫したこと

  • 1周目は、初見のキーワードをメモに残し、解説をすいすい飛ばし読みした。どうせ一発じゃわからないと思ったので。
  • それでも気になるところは、公式ドキュメントやブログも読んだ。ドキュメントの形式に慣れた。
  • 2周目から、解説を読みこんだ。

勉強の仕方で考えたこと

よい点

■概要
時間を気にしない積み上げ型のアプローチと、試験の合格を逆算型のアプローチを組み合わせました。

  1. 積み上げ型のアプローチ
    • 地力をのばす勉強戦略。いわゆるボトムアップ型。
    • 制限時間を意識せず、好奇心に任せて疑問を1つずつ潰していく。
    • 理論だけではなく実装を経験する。
    • Google Cloudサービスのハンズオンは、Google Cloud Innovatorsに登録しQwiklabという学習用環境を使うのが無料だし楽。
  2. 逆算型のアプローチ
    • 試験の正答を再現する勉強戦略。いわゆるトップダウン型。
    • 制限時間を意識し、学ぶ深さを試験で問われるレベルに留める。
    • 学んだ知識がどのテーマの話題なのかを試験ガイドで確認。私はいまここを学んでるのねって感覚が生まれる。

■工夫したこと
自分は時間を忘れて学習してしまう癖があるので、逆算型：積み上げ方＝7:3と逆算型を意識した。
周りに何月にこの資格取りますーと言い続けて、自分にプレッシャーをかけた。（同僚、友達、近所のレストランの店員さんまで）

反省点

  • 試験のメモを取る環境がExcel, OnenNote, Zenn, Trello, 物理ノート, 週単位の学習メモ、プリントした試験ガイドなどと散在した。OneNote,TrelloはZennに統合できたな。
  • 学んだ知識をブログでアウトプットすること。
  • 試験勉強の時間帯を統一しておけばよかった。平日の出勤前と退勤後でそれぞれ1h~2h勉強したが、気まぐれにやっていた。
  • 平日の夜の就寝時刻が遅くなり、土日に眠くなってしまった。休みを楽しめないぐらい疲れる日もあった。

おわりに

  • 約3か月準備して、無事にProfessional Data Engineerを取得することができました。
  • 試験準備を通じて、Data Engineerという役割をより鮮明に思い描くことができました。
  • Data Engineerは、データをビジネスに活かすには、どういうシステムが必要かを考えて作る役割。データを活用するための裏ボスだと考えてます。（独自の解釈）
  • この資格取得をData Engineerの入門として、キャリアを構築していきたいです。

さいごまでお読みいただきありがとうございました！

Appendix:学習リソース

具体的な学習リソースです。
クラウド技術への知識(責任共有モデルやIAMなど)は、AWSの講座の方が分かりやすいかもしれません。
1つでも肌に合うものがあれば幸いです。

Hands-On

  1. Google Cloud Skills Boost Data Engineer Learning Path
    • 無料。公式なだけあって量がとても豊富。Professional Data Engineerだけでなく他の認定試験についての講座もあるので，やはり時間使うならこれかなって思います。Data Engineerの求める役割と学ぶべきテーマを説明されるので良い。Qwiklabの練習にもなる。
  2. Preparing for the Google Cloud Professional Data Engineer Exam 日本語版
    • 7日間無料。Courseraのオンライン講座であり、1.と同様に試験ガイドのテーマを幅広く学べる。Courseraはスマホのアプリでも受講できるので、通勤時間帯での学習が捗ったし通知によって勉強の習慣化にも役立った。コース完了までの目安は13時間と長いため、無料期間中の7日で1周することを意識した。

想定問題集

  1. Data Engineer公式問題集
    • 無料。公式の模試だが解説はあっさり。試験対策プログラム後の、サービス名が頭に入った段階で挑戦したところ、正答率は約40%だった。サービス名がわかっていても、課題に合わせた技術選定やカスタマイズができるレベルには達していないと理解できた。
  2. 【最新】Google Cloud Professional Data Engineer 模擬試験 2025年版
    • 有料。Udemyの日本語の想定問題集。解説が丁寧で、正解不正解の理由のどちらも書かれている。当時ネガティブコメントがなく解説も充実しているのだろうと判断し購入した。本番2週間前から活躍した。

Book

  1. データエンジニアリングの基礎
    • 有料。『まえがき』と『2.1.1データライフサイクルとデータエンジニアリングライフサイクル』が役立った。
    • 『まえがき』では、データエンジニアリングが果たすべき役割と設計の際の考え方を学べた。
    • 『2.1.1~』の図をプリントアウトし、今どの話題を勉強しているか常に確認することで、問題の理解度が早まった。
  2. データマネージャーになろう！データマネジメント組織の立ち上げガイド
    • 有料。データマネジメントは、データエンジニアリングを行う上で大切な"お気持ち"のことです。範囲が広すぎて勉強のとっかかりがないデータマネジメントを、著者の体験とともに学べる技術書。データマネジメント業務をする上で必須スキルは、各専門家の力を活かせるプロジェクトマネジメント力だという感想を持ちました。

Video

Web記事

Discussion