Associate Data Practitionerの勉強法でつまずきやすいのが、学習時間の配り方です。「データエンジニアの資格だからパイプライン構築を重点的に」と考えると、配点とずれます。パイプラインのオーケストレーションは18%以下で、4分野の中で配点上限が最も小さいからです。
配点上限が最大なのはデータの準備と取り込みで30%以下。次いで分析とプレゼンテーションが27%以下、データマネジメントが25%以下と続きます。受験料は$125（税別）、試験時間は2時間、推奨経験はGoogle Cloudでのデータ処理6か月以上です。
この記事では、配点にもとづく優先順位、出題の中心にあるサービス群の整理、そして4週間で一周する学習手順をまとめます。どのプロダクトから触るべきかが決まります。
Associate Data Practitioner勉強法の全体像｜4分野の配点
試験ガイドには4つのセクションと配点が示されています。いずれも「◯%以下」という上限表記である点に注意してください。
| セクション | 配点 | 主な内容 |
|---|---|---|
| 1. データの準備と取り込み | 30%以下 | ETL・ELT・ETLTの区別、転送ツールの選択、データ品質の評価とクリーニング、ストレージソリューションとロケーションタイプの選択 |
| 2. データ分析とプレゼンテーション | 27%以下 | BigQueryでのSQL、Jupyterノートブック（Colab Enterprise）、LookerとLooker Studioの比較、BigQuery MLとAutoML |
| 4. データマネジメント | 25%以下 | IAMと最小権限、Cloud Storageのアクセス制御、ライフサイクル管理、高可用性と障害復旧、暗号鍵（CMEK・CSEK・GMEK） |
| 3. データパイプラインのオーケストレーション | 18%以下 | 変換ツールの選択、スケジュール設定と監視、Pub/SubからBigQueryへのイベントドリブン取り込み、Eventarcトリガー |
※上の表は配点上限の大きい順に並べ替えています。番号は試験ガイドのセクション番号です。
上限値を単純に合算すると、データを「入れる（30%）」と「見せる（27%）」で57%。権限・暗号化・バックアップを扱うデータマネジメント（25%）を加えると82%になります。あくまで上限の合計で、実際の出題比率がこの値になるとは限りません。それでも、パイプラインの組み方より、どのサービスを選びどう安全に運用するかに重心があることは読み取れます。
ここで学習が止まりやすいのが、選択肢に並ぶサービス名の多さです。Cloud Storage、BigQuery、Cloud SQL、Firestore、Bigtable、Spanner。名前は知っていても、要件を渡されて即答できるかは別問題です。読むだけの学習では、この差が最後まで埋まりません。
BigQueryを軸に固める｜出題の中心にあるサービス
学習の軸に置くべきはBigQueryです。分析分野の中心にあるだけでなく、機械学習（BigQuery ML）、スケジュールされたクエリ、データ転送（BigQuery Data Transfer Service）と、複数のセクションにまたがって登場します。
| 役割 | 押さえるサービス |
|---|---|
| 取り込み・転送 | Storage Transfer Service、Transfer Appliance、Database Migration Service、Cloud Data Fusion、BigQuery Data Transfer Service |
| 保存 | Cloud Storage、BigQuery、Cloud SQL、Firestore、Bigtable、Spanner |
| 分析・可視化 | BigQuery（SQL）、Colab Enterprise、Looker、Looker Studio |
| 処理・変換 | Dataflow、Dataproc、Dataform、Cloud Data Fusion |
| オーケストレーション・イベント | Cloud Composer、Workflows、Cloud Scheduler、Pub/Sub（メッセージング）、Eventarc（イベントのルーティング） |
| 機械学習 | BigQuery ML、AutoML、Model Registry |
| 管理・保護 | IAM、Cloud KMS、暗号鍵の3方式（CMEK・CSEK・GMEK）、Analytics Hub、Cloud Logging、Cloud Monitoring |
この一覧を眺めて終わりにせず、混同しやすい組み合わせを先に潰してください。とくに次の3つは、要件の言い換えで正解が入れ替わります。
- LookerとLooker Studio：LookerはLookMLで共通のデータモデルを定義するBI基盤。Looker Studioはデータソースに接続してレポートを作るセルフサービス型のツール
- BigtableとSpanner、Cloud SQL：Bigtableは大規模・低遅延のワイドカラム型NoSQL、Spannerは水平にスケールし分散トランザクションを扱えるリレーショナルDB、Cloud SQLはMySQLなど従来型のRDBをマネージドで提供するサービス
- CMEK・CSEK・GMEK：CMEKはCloud KMS上の鍵を利用者が管理、CSEKは利用者がリクエストごとに鍵素材を提供しGoogleは保存しない方式、GMEKはGoogleが所有・管理する既定の鍵
資格そのものの位置づけや受験料、有効期限はAssociate Data Practitionerの難易度と出題範囲で整理しています。
公式の無料リソース｜学習パスと模擬試験
教材は公式のものから入るのが確実です。認定ページから、次のリソースにアクセスできます。
- Associate Data Practitioner ラーニングパス：Google Cloud Skills Boost上のコース群。日本語で受講できます
- 模擬試験：本番形式で実力を測れます
- スキルバッジ：ハンズオンラボで実際にサービスを操作し、修了するとバッジを獲得できます
スキルバッジは試験対策として必須ではありませんが、BigQueryやDataflowを実際に触ったことがない場合は費用対効果が高い選択肢です。コンソールの画面を一度でも見ておくと、設問に出てくる用語が具体的な操作と結びつきます。
試験ガイドの箇条書きも活用してください。各タスクの下に「例: Dataflow、BigQuery、SQL」といった形でサービス名が併記されており、どの製品を押さえるべきかの手掛かりになります。ただし例示であり、出題を限定する網羅的なリストではない点には注意してください。
4週間の学習スケジュール｜配点の大きい順に進める
平日30分・土日各2時間なら、週6.5時間・4週間で合計26時間。これで一周するモデル例です。配点上限の大きい分野を前半に置き、最終週で演習に時間を移します。
| 週 | 取り組む分野 | 到達点 |
|---|---|---|
| 1週目 | データの準備と取り込み（30%以下） | ETLとELTを使い分けられる。ストレージの選択とロケーションタイプを要件から選べる |
| 2週目 | データ分析とプレゼンテーション（27%以下） | BigQueryでSQLを書ける。LookerとLooker Studioを使い分けられる。BigQuery MLの用途が言える |
| 3週目 | データマネジメント（25%以下） | IAMの最小権限、ストレージクラスとライフサイクル、暗号鍵の3種を説明できる |
| 4週目 | パイプラインのオーケストレーション（18%以下）に4.5時間＋模擬試験と復習に2時間 | Cloud Composerとスケジュールされたクエリを選び分けられる。模擬試験で時間内に解き切れる |
2時間で50〜60問。1問あたり平均2分〜2分24秒で、見直し時間を確保するなら1問2分が目安です。要件を読んでサービスを選ぶ問題が中心なので、迷った問題に長く留まらず、フラグを立てて先へ進む運用を演習の段階から練習しておくと安心です。
サービスの選び分けは、問題形式で繰り返すのが近道です。SkillStackにはAssociate Data Practitionerの問題が250問あり、問題集①では出題の傾向と自分の弱い分野を無料で確認できます。
よくある質問
実務経験がなくても合格できますか？
必須条件はありませんが、推奨されるのはGoogle Cloudでのデータ処理経験6か月以上です。加えて、IaaS・PaaS・SaaSといったクラウドの基本概念の理解も前提とされています。実務がない場合は、スキルバッジのハンズオンで操作を補うのが現実的です。
Professional Data Engineerとどちらを受けるべきですか？
Associate Data PractitionerはAssociateレベルで、$125（税別）・有効期限3年。Professional Data Engineerは$200（税別）・有効期限2年で、推奨経験も業界3年以上（うちGoogle Cloudを使用した経験1年以上）と重くなります。範囲は重なる部分があるため、データ分野に入ったばかりならADPから始めて、実務を積んでからPDEへ進む順序が無理がありません。
SQLはどの程度書ければよいですか？
試験ガイドには、BigQueryでSQLクエリを定義・実行してレポートを生成すること、BigQuery MLでSQLを実行してモデルを作成・トレーニング・評価することが挙げられています。複雑な最適化までは求められませんが、集計や結合を自分で書ける状態は必要です。
有効期限と更新はどうなりますか？
Associate Data Practitionerの有効期限は3年です。FoundationalとAssociateは失効日の180日前から更新でき、失効後30日以内であれば更新して認定を維持できます。更新方法の全体像はGoogle Cloud認定資格の一覧で整理しています。
まとめ
Associate Data Practitionerは、パイプラインの構築だけを重点的に問う試験ではありません。配点上限で見ると、データを入れる30%、見せる27%、守る25%。オーケストレーションは18%以下で、4分野のうち上限が最も小さい分野です。
だからこそ、学習はBigQueryを軸に据えて、ストレージの選択とIAM・暗号鍵まで広げるのが効率的です。サービス名を覚える段階から、「この要件ならどれか」を問われる形式に切り替えてください。SkillStackの250問なら、問題集①を無料で試して、いまどの分野が弱いかを測ってから本格的な対策に入れます。
.png&w=3840&q=75)
