Google Cloud PDE（Professional Data Engineer）の試験ガイドを開くと、データエンジニアの資格らしくない単語が並びます。エンベディング、検索拡張生成（RAG）、LLMのプロンプトによるクエリ生成。データ基盤の設計を問う試験に、生成AI関連の項目が組み込まれています。
試験そのものは重量級です。受験料$200（税別）、試験時間2時間、40〜50問。推奨される経験は業界3年以上で、そのうち1年以上はGoogle Cloudを使った設計・管理の経験とされています。有効期限も2年と短めです。
この記事では、5セクションの配点、範囲に入った生成AI関連の項目、そしてAssociate Data Practitionerとの違いを整理します。いま受けるべきか、先にAssociateを挟むべきかの判断ができます。
Google Cloud PDEとは｜データ基盤を設計・運用する認定
PDEは、データの収集・変換・保存・配信を担い、データドリブンな意思決定を可能にする役割を証明するProfessionalレベルの認定です。試験ガイドの人物像には、パフォーマンスとセキュリティを最適化しながら堅牢なデータインフラを設計・構築すること、複雑なワークロードの設計から監視・最適化・保護までを担うことが挙げられています。
| 項目 | 内容 |
|---|---|
| 正式名称 | Professional Data Engineer |
| レベル | Professional |
| 試験時間 | 2時間 |
| 受験料 | $200（税別） |
| 試験形式 | 40〜50問の多肢選択（複数選択）式 |
| 言語 | 英語・日本語 |
| 有効期限 | 2年 |
| 推奨される経験 | 業界経験3年以上（うちGoogle Cloudでの設計・管理1年以上） |
| 必須条件 | なし |
問題数は40〜50問です。50〜60問のProfessional Cloud Architectなどと比べると下限が少なく、1問あたりに使える時間は40問なら3分、50問なら2分24秒という計算になります。
合格点は公表されていません。結果は合否で通知され、点数は開示されない運用です。模擬問題の正答率そのものは測れますが、それを公式の合格ラインと照合することはできません。範囲の各項目を説明できるかどうかも併せて、進捗を測ってください。
とはいえ、範囲は5セクションに広がり、登場するサービスも数十に及びます。どこから手をつけるかを決めないまま学習を始めると、BigQueryの周辺だけ詳しくなって他が手薄、という偏りが生まれがちです。
出題範囲は5セクション｜最大は「データの取り込みと処理」
試験ガイドには5セクションの配点が示されています。いずれも「◯%以下」という上限表記です。
| セクション | 配点 | 主な内容 |
|---|---|---|
| 2. データの取り込みと処理 | 25%以下 | パイプラインの計画・構築・運用化、Dataflow／Apache Beam／Dataproc／Pub/Sub、バッチとストリーミング、CI/CD |
| 1. データ処理システムの設計 | 22%以下 | IAMと組織のポリシー、暗号化と鍵管理、データ主権、データの準備とクリーニング（Dataform／Dataflow／Cloud Data Fusion）、ACID、障害復旧、データ移行の設計 |
| 3. データの保存 | 20%以下 | BigQuery／BigLake／AlloyDB／Bigtable／Spanner／Cloud SQL／Firestore／Memorystoreの選択、データウェアハウスとデータレイク、Dataplex |
| 5. データワークロードの管理と自動化 | 18%以下 | リソース最適化、Cloud ComposerのDAG、BigQueryエディションと予約、監視とトラブルシューティング、フォールトトレランス |
| 4. 分析用データの準備と使用 | 15%以下 | BI Engineとマテリアライズドビュー、Cloud DLP、BigQuery MLのためのデータ準備、BigQuery Sharing（Analytics Hub） |
※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。
公表された配点上限を単純に合計すると、パイプライン系（セクション2）と設計（セクション1）で47ポイント。ここにストレージ選択（20%以下）を加えると67ポイントです。上限どうしの足し算なので実際の出題比率とは異なりますが、学習の重心をどこに置くかの判断材料にはなります。
特徴的なのはセクション1です。データ処理システムの「設計」でありながら、セキュリティとコンプライアンスが重要な構成要素として並びます。IAM、暗号化と鍵管理、個人情報の扱い、データ主権、法令遵守。データを動かす前に、扱ってよい形にできるかを問う項目群です。もちろん設計の中にはデータの準備とクリーニング、信頼性、移行計画も含まれます。
生成AIが範囲に入っている｜データエンジニアに求められる仕事の変化
現行の試験ガイドで目を引くのが、AI関連の項目です。データエンジニアの試験範囲に、次のような内容が明記されています。前の3つは生成AIに直結する項目、最後の1つはより広くAI・MLのための準備にあたります。
- LLMのプロンプトによるクエリ生成（セクション1.2・データの準備とクリーニングの文脈）
- AIによるデータ拡充（セクション2.2・変換処理の一部）
- エンベディングと検索拡張生成（RAG）のための非構造化データの準備（セクション4.2）
- 特徴量エンジニアリング、MLモデルのトレーニングと提供のためのデータ準備（セクション4.2・BigQuery MLなど）
RAGやエンベディングは、これまで機械学習エンジニアの領域として語られてきた話題です。それがデータエンジニアの認定に入っているのは、生成AIを使うための前処理――非構造化データをどう整え、どう検索可能にするか――がデータ基盤側の仕事になりつつあることの反映といえます。
試験ガイド上の焦点は、モデル開発そのものより、トレーニングや提供に必要なデータ準備に置かれています。BigQuery MLで何ができるか、非構造化データをRAGで使える形にするには何が必要か、といった準備側の理解が中心です。数年前の教材にはこの観点が入っていない可能性があるため、購入前に目次を確認してください。
Associate Data Practitionerとの違い｜どちらから受けるか
データ分野には、Associateレベルの認定としてAssociate Data Practitioner（ADP）があります。範囲は重なりますが、条件はかなり違います。
| 比較項目 | Associate Data Practitioner | Professional Data Engineer |
|---|---|---|
| 受験料 | $125（税別） | $200（税別） |
| 試験形式 | 50〜60問／2時間 | 40〜50問／2時間 |
| 有効期限 | 3年 | 2年 |
| 推奨される経験 | Google Cloudでのデータ処理6か月以上 | 業界3年以上（うちGoogle Cloud 1年以上） |
| 主な重点 | データの準備・分析・可視化と基本的な管理 | データ基盤全体の設計、パイプライン運用、最適化とセキュリティ |
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。学習手順はAssociate Data Practitionerの勉強法で整理しています。すでにBigQueryやDataflowを業務で扱っているなら、PDEを直接狙って問題ありません。
有効期限は2年｜更新試験は20問
PDEの有効期限は2年です。更新の手段は複数あります。
| 更新方法 | 内容 |
|---|---|
| 更新試験 | $100（税別）／1時間／20問。失効日の60日前から受験でき、失効後30日以内であれば更新できる |
| Google Skillsによる更新 | 指定コースまたはスキルバッジを修了すると1年延長。有効期間の最後の1年以内に修了することが条件 |
| 標準試験の受け直し | $200（税別）／2時間。失効から30日を過ぎた場合はこちら |
更新試験は20問・1時間と、初回の半分以下の負荷です。認定を維持する前提で計画を立てるなら、この差は無視できません。更新制度の全体像はGoogle Cloud認定資格の一覧で整理しています。
よくある質問
PDEの合格率はどれくらいですか？
Google Cloudは認定試験の合格率を公表していません。合格点も非公開です。ネット上の数字は非公式の推計であり、学習の目標としては使えません。範囲の各項目を説明できるかで進捗を測るのが確実です。
SQLはどの程度必要ですか？
試験ガイドにはBigQueryの機能（BI Engine、マテリアライズドビュー）やパフォーマンスの悪いクエリのトラブルシューティングが挙げられています。クエリを書けるだけでなく、遅いクエリの原因を切り分けられる水準が想定されています。
日本語で受験できますか？
できます。PDEは英語と日本語で提供されています。試験ガイドにも日本語版があるため、範囲の確認から日本語で進められます。
ADPを取ってからPDEを受けると免除はありますか？
ありません。Google Cloudの認定に前提条件や免除制度はなく、ADPを持っていてもPDEは通常どおり受験します。ただし範囲が重なるため、学習量は実質的に減ります。
まとめ
PDEは、パイプラインを組める人のための試験というより、データを安全に扱いながら基盤全体を設計・運用できるかを問う試験です。配点上限で見ると、取り込みと処理25%、設計22%、保存20%。設計セクションにセキュリティとコンプライアンスが並ぶことも、その性格を表しています。
そして2026年時点の試験範囲には、RAGやエンベディングといった生成AIの前処理が入っています。データエンジニアの守備範囲が広がった、という変化がそのまま出題に反映された形です。学習を始める前に、手元の教材がこの観点を含んでいるかを確認してください。SkillStackにはProfessional Data Engineerの問題を150問収録しているので、問題集①を無料で解いて、どのセクションが手薄かを先に把握しておくのも一つの手です。
