Google Cloud PDE（Professional Data Engineer）の勉強法は、覚えるサービスの多さにどう向き合うかで決まります。試験ガイドに登場するプロダクトを数えると、ストレージだけでBigQuery、Bigtable、Spanner、AlloyDB、Cloud SQL、Firestore、Memorystore。処理系を足せば、さらに増えます。
そして中心になるのは、名前を覚えることではなく「この要件ならどれを選ぶか」という判断です。だとすれば学習も、暗記より選び分けの練習に寄せる必要があります。試験は$200（税別）・2時間・40〜50問。推奨される経験は業界3年以上（うちGoogle Cloud 1年以上）です。
この記事では、5セクションの配点上限から逆算した40時間の配分、サービスの選び分けを固める手順、そして5週間のスケジュールを示します。今日どのセクションから開くかが決まります。
PDE勉強法の全体像｜配点上限から40時間を配る
まず全体の枠を決めます。ここでは40時間を、範囲の学習24時間・問題演習12時間・直前の仕上げ4時間に分けるモデルで進めます。SkillStack編集部の目安で、Googleが示す推奨時間ではありません。
範囲の学習24時間は、試験ガイドの配点上限をそのまま比率に使って配分します。
| セクション | 配点 | 範囲学習24時間での配分 |
|---|---|---|
| データの取り込みと処理 | 25%以下 | 約6時間 |
| データ処理システムの設計 | 22%以下 | 約5.5時間 |
| データの保存 | 20%以下 | 約5時間 |
| ワークロードの管理と自動化 | 18%以下 | 約4時間 |
| 分析用データの準備と使用 | 15%以下 | 約3.5時間 |
配点はいずれも「以下」という上限表記なので、この配分も目安です。試験の全体像や各セクションの中身はGoogle Cloud PDEの難易度と出題範囲で整理しています。
注目してほしいのは、演習に12時間を確保している点です。範囲を読む時間の半分。PDEはサービス名を覚えたかどうかではなく、要件から選べるかを問う試験なので、読むだけでは足りません。ここを削ると、模擬問題で「どれも正解に見える」状態に陥ります。
最大の難所はサービスの選び分け｜分岐表を自分で作る
学習の中心に置くべきは、サービスの選び分けです。試験ガイドは各タスクの下に候補となるプロダクトを列挙していますが、どれをいつ使うかまでは書いていません。そこは自分で表にする必要があります。
| 判断すること | 候補 | 選び分けの軸 |
|---|---|---|
| どう取り込むか | Pub/Sub（ストリーミングの受け口）／BigQuery Data Transfer Service／Database Migration Service／Datastream／Transfer Appliance | 継続的に流れ込むデータか、一括の移行か。ネットワーク経由か物理搬送か |
| どこに保存し、どうアクセスさせるか | BigQuery／Bigtable／Spanner／AlloyDB／Cloud SQL／Firestore／Cloud Storage／BigLake（統合アクセスとガバナンスの層）／Memorystore（低遅延のキャッシュ） | アクセスパターン（分析か、低遅延の読み書きか）、整合性の要件、スケールの方向、費用 |
| どう処理・変換するか | Dataflow（Apache Beamでバッチとストリーミング）／Dataproc（SparkとHadoopの資産を活かす）／Cloud Data Fusion（画面上でデータ統合を組む）／Dataform（BigQuery上のSQL変換と依存管理） | 処理がバッチかストリーミングか、既存資産があるか、SQLで完結するか |
| どう実行を回すか | Cloud Composer（DAG）／Workflows／BigQueryのスケジュールされたクエリ | 依存関係の複雑さ、サービスをまたぐか、SQLの定期実行で足りるか |
| どう守るか | IAMと組織のポリシー／暗号化と鍵管理／Cloud Data Loss Prevention（Cloud DLP）／データマスキング | 誰に何を許すか、鍵を誰が管理するか、個人情報をどう扱うか |
この表は、読んで納得するためのものではありません。自分で書き起こすことに意味があります。候補を書き出し、隣に「これを選ぶ決め手」を一言で添える。書けない箇所が、そのまま弱点です。
特に混ざりやすいのが、ストリーミング処理の周辺です。Pub/Subは受け取る、Dataflowは変換する、BigQueryは貯めて分析する。役割で言えば単純ですが、設問では「遅れて届いたデータをどう扱うか」「ウィンドウ処理をどこで行うか」という形で問われます。役割の暗記だけでは届きません。
公式の無料リソース｜学習プログラムと模擬試験
教材は公式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。
- Data Engineer 学習プログラム：Google Cloud Skills Boost上のラーニングパス。日本語で受講できます
- 模擬試験：本番形式で出題傾向を確認できます
- スキルバッジ：ハンズオンラボでサービスを実際に操作できます
ハンズオンをどこまでやるかは、診断してから決めてください。試験ガイドの項目を説明でき、模擬問題でも判断できる領域なら短縮できます。逆に、BigQueryは使うがDataflowは触ったことがない、という偏りがあるなら、その領域だけスキルバッジで補うと効率的です。
試験ガイドそのものも教材として使えます。各セクションの下に「以下のような点を考察します」として具体的な項目が並ぶため、これをチェックリストにして、説明できない項目に印をつけていくと弱点が可視化されます。
5週間スケジュール｜平日1時間・土日各1.5時間
平日1日1時間で週5時間、土日は各1.5時間で週3時間。合わせて週8時間、5週間で40時間になります。
| 週 | 範囲の学習 | 演習・仕上げ | 到達点 |
|---|---|---|---|
| 1週目 | データの取り込みと処理（6時間） | 同範囲の演習（2時間） | DataflowとDataprocを要件で選び分けられる |
| 2週目 | データ処理システムの設計（5.5時間） | 同範囲の演習（2.5時間） | IAM・暗号化・データ主権の考え方を説明できる |
| 3週目 | データの保存（5時間） | 同範囲の演習（3時間） | ストレージの選び分け表を自分で書ける |
| 4週目 | 管理と自動化（4時間）＋分析用データの準備（3.5時間） | 演習（0.5時間） | 範囲を一周し終える |
| 5週目 | — | 模擬試験と弱点の演習（4時間）＋直前の仕上げ（4時間） | 2時間で解き切る時間感覚がつかめる |
縦に集計すると、範囲の学習が24時間、演習が12時間、直前の仕上げが4時間で合計40時間です。実務経験がある領域は1〜4週目を短縮し、そのぶんを5週目の演習に回してください。
受験日は3週目までに予約するのがおすすめです。$200（税別）という金額のぶん先延ばしになりやすく、日付が決まらないと平日1時間の優先順位が上がりません。
演習は、選んだ理由を言葉にできるかで効果が変わります。SkillStackにはProfessional Data Engineerの問題を150問収録しており、問題集①なら無料で試せます。通勤時間に数問ずつ解いて、解説で自分の判断とのズレを確認する使い方が続けやすいはずです。
直前と当日｜40〜50問・2時間の使い方
直前1週間は、新しい教材に手を出さないでください。やることは3つです。
- 選び分け表の見直し：自分で書いた表の空欄を埋める
- 模擬試験の解き直し：間違えた問題の解説を読み、選択の決め手を言語化する
- AI関連の項目の確認：クエリ生成のためのLLMのプロンプト、AIによるデータ拡充、エンベディングとRAGのための非構造化データ準備、BigQuery MLに向けたデータ準備。この4つは古い教材だと抜けている可能性があります
当日の時間配分は、40問なら1問3分、50問なら2分24秒が目安です。長文の要件を読ませる設問が混ざるため、序盤で時間を使いすぎないこと。迷った問題はフラグを立てて先へ進み、最後に戻る運用を、演習の段階から練習しておくと安心です。
よくある質問
ADPを取ってからPDEを受けるべきですか？
データ分野に入ったばかりならその順序が無理ありません。Associate Data Practitionerは$125（税別）・有効期限3年で、推奨経験もGoogle Cloudでのデータ処理6か月以上と軽めです。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。
SQLの練習はどこまで必要ですか？
試験ガイドには、BI Engineやマテリアライズドビューといったパフォーマンス関連の機能、そして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。クエリを書けることに加えて、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。
ハンズオンは必須ですか？
必須ではありません。ただし推奨経験が業界3年以上（うちGoogle Cloud 1年以上）とされる試験です。実務で触れていないサービスがある場合、コンソールを一度も見ずに選択肢を選び分けるのは負担が大きくなります。弱い領域だけスキルバッジで補うのが現実的です。
合格に必要な正答率はどれくらいですか？
Google Cloudは合格点を公表していません。結果も合否のみで通知されます。模擬問題の正答率は測れますが、公式の合格ラインと照合することはできないため、正答率だけを目標にするのは避けてください。5セクションそれぞれで説明できない項目を減らすほうが確実です。
まとめ
PDEの学習は、配点と選び分けを骨格に置くと組み立てやすくなります。範囲24時間を配点上限の比率で配れば、取り込みと処理に6時間、設計に5.5時間という土台ができます。そのうえで、設定や運用監視、トラブルシューティングも演習に含めてください。演習12時間を削らないことが、読む学習と本番の差を埋めます。
そして、ストレージと処理サービスの選び分け表を自分の手で書いてください。候補の隣に「選ぶ決め手」を一言で書けない箇所が、そのまま次に学ぶべき場所です。SkillStackの150問なら問題集①を無料で試せるので、表を書き終えたら実際の設問で確かめてみてください。
参考サイト
- Google Cloud — Professional Data Engineer 認定資格（試験詳細・学習リソース）（取得日: 2026年8月12日）
- Google Cloud — Professional Data Engineer 認定試験ガイド（PDF・5セクションの配点と評価項目）（取得日: 2026年8月12日）
- Google Cloud Skills Boost — Data Engineer 学習プログラム（取得日: 2026年8月12日）
- Google Cloud — Associate Data Practitioner 認定資格（比較用）（取得日: 2026年8月12日）
