최신 Professional-Data-Engineer日本語 무료덤프 - Google Certified Professional Data Engineer Exam (Professional-Data-Engineer日本語版)

문제1

BigQuery と Data Studio を使用して、大量の集計データを表示する顧客向けダッシュボードを設計しています。同時ユーザー数が多くなることが予想されます。最小限のレイテンシで迅速な視覚化を提供するには、ダッシュボードを最適化する必要があります。どうすればよいでしょうか。

A. マテリアライズドビューで BigQuery BI Engine を使用する

B. ストリーミングデータで BigQuery BI Engine を使用します。

C. 論理レビューで BigQuery Bl Engine を使用する

D. 承認済みビューで BigQuery Bl Engine を使用する

정답: B

문제2

Dataflow SDK は最近どの Apache サービスに移行されましたか?

A. Apache Spark

B. アパッチビーム

C. アパッチカフカ

D. アパッチHadoop

정답: B

설명: (DumpTOP 회원만 볼 수 있음)

문제3

Dataproc クラスタには多くの構成ファイルが含まれています。これらのファイルを更新するには、--properties オプションを使用する必要があります。オプションの形式は、file_prefix:property=_____ です。

A. 値

B. 詳細

C. ヌル

D. id

정답: A

설명: (DumpTOP 회원만 볼 수 있음)

문제4

運用環境に Standard Tier Memorystore for Redis インスタンスをデプロイしています。最も正確な災害復旧状況で Redis インスタンスのフェイルオーバーをシミュレートし、フェイルオーバーが運用データに影響を与えないことを確認する必要があります。どうすればよいでしょうか。

A. 実稼働環境の Memorystore for Redis インスタンスに対して、データ損失が制限されたデータ保護モードを使用して手動のテーラーオーバーを開始します。

B. 開発環境で Standard Tier Memorystore for Redis インスタンスを作成します。データ損失が制限されたデータ保護モードを使用して手動フェイルオーバーを開始します。

C. 実稼働環境の Redis インスタンスにレプリカを 1 つ増やします。force-data-loss データ保護モードを使用して手動フェイルオーバーを開始します。

D. 開発環境で Standard Tier Memorystore for Redis インスタンスを作成します。force-data-loss データ保護モードを使用して手動フェイルオーバーを開始します。

정답: B

설명: (DumpTOP 회원만 볼 수 있음)

문제5

組織内の各分析チームは、独自のプロジェクトで BigQuery ジョブを実行しています。各チームがプロジェクト内のスロットの使用状況を監視できるようにしたいと考えています。どうすればよいでしょうか。

A. BigQuery メトリック slots/allocated_for_project に基づいて Stackdriver Monitoring ダッシュボードを作成する

B. 各プロジェクトのログエクスポートを作成し、BigQuery ジョブ実行ログをキャプチャし、totalSlotMs に基づいてカスタム指標を作成し、カスタム指標に基づいて Stackdriver Monitoring ダッシュボードを作成します。

C. 組織レベルで集約されたログエクスポートを作成し、BigQuery ジョブ実行ログをキャプチャし、totalSlotMs に基づいてカスタム指標を作成し、カスタム指標に基づいて Stackdriver Monitoring ダッシュボードを作成します。

D. BigQuery メトリック query/scanned_bytes に基づいて Stackdriver Monitoring ダッシュボードを作成する

정답: C

문제6

機械学習データセットをトレーニングデータとテストデータに分割する必要があるのはなぜですか?

A. 1つのデータセットをワイドモデルに、もう1つをディープモデルに使用できます。

B. 2つの異なる機能セットを試すことができます

C. モデルがトレーニングデータだけでなく一般化されていることを確認する

D. コード内でユニットテストを作成できるようにする

정답: C

설명: (DumpTOP 회원만 볼 수 있음)

문제7

Flowlogistic の CEO は、顧客ベースに関する洞察を迅速に得て、営業チームが現場でよりよい情報を入手できるようにしたいと考えています。このチームは技術にあまり詳しくないため、BigQuery レポートの作成を簡素化するために視覚化ツールを購入しました。しかし、テーブル内のデータ量に圧倒され、必要なデータを見つけるためのクエリに多額の費用がかかっています。あなたは、最もコスト効率の良い方法で彼らの問題を解決したいと考えています。どうすればよいでしょうか。

A. 仮想化ツールに提示するテーブルにビューを作成します。

B. 適切な列に ID およびアクセス管理 (IAM) ロールを作成し、それらのロールのみがクエリに表示されるようにします。

C. 必要な列のみを含む追加のテーブルを作成します。

D. 仮想化のためにデータを Google スプレッドシートにエクスポートします。

정답: A

문제8

Google アナリティクスから BigQuery に毎日何テラバイトもの顧客行動データがストリーミングされており、顧客の好みなどの情報は Cloud SQL for MySQL データベースでホストされています。CRM データベースは Cloud SQL for PostgreSQL インスタンスでホストされています。マーケティングチームは、2 つのデータベースからの顧客情報と顧客行動データを使用して、年間アクティブ顧客向けのマーケティングキャンペーンを作成したいと考えています。マーケティングチームが通常の日には 1 日 100 回以上、セール期間中は最大 300 回キャンペーンを実行できるようにする必要があります。同時に、Cloud SQL データベースの負荷を最小限に抑える必要があります。どうすればよいでしょうか。

A. 両方の Cloud SQL データベースへの BigQuery 接続を作成します。2 つのデータベースに対する BigQuery 連携クエリと BigQuery 上の Google アナリティクスデータを使用して、これらのクエリを実行します。

B. Trino を使用して Dataproc クラスタを作成し、Cloud SQL データベースと BigQuery の両方への接続を確立してクエリを実行します。

C. これらのクエリに必要なテーブルを両方の Cloud SQL データベースから BigQuery に複製するために、Datastream にストリームを作成します。

D. Dataproc Serverless を使用して Apache Spark にジョブを作成し、これらのクエリに対して Cloud SQL データベースと BigQuery 上の Google アナリティクスデータの両方をクエリします。

정답: C

설명: (DumpTOP 회원만 볼 수 있음)

문제9

組織サンプルに関する情報のデータベースを使用して、将来の組織サンプルを正常または変異したものとして分類したいと考えています。組織サンプルを分類するための教師なし異常検出方法を評価しています。この方法をサポートする 2 つの特性はどれですか? (2 つ選択してください。)

A. 将来の突然変異は、データベース内の突然変異サンプルと同様の特徴を持つと予想されます。

B. 通常のサンプルと比較して、突然変異の発生は非常に少ないです。

C. 将来の突然変異は、データベース内の突然変異サンプルとは異なる特徴を持つことが予想されます。

D. データベースには、どのサンプルが変異しているか、どのサンプルが正常であるかを示すラベルがすでにあります。

E. データベースには、正常なサンプルと変異したサンプルがほぼ同数存在します。

정답: A,B

설명: (DumpTOP 회원만 볼 수 있음)

문제10

期限切れのログがすべて適切にアーカイブされると仮定すると、その義務の対象となるデータはどこに保存すればよいでしょうか?

A. Cloud Storage 上のバケット内。バケットへのリンクを提供する前に、ユーザー情報を収集し、アクセスをログに記録する AppEngine サービスのみがアクセスできます。

B. Cloud SQL では、ユーザーごとに個別のデータベースユーザー名を使用します。監査機能を提供するには、Cloud SQL 管理アクティビティログを使用します。

C. 承認された担当者のみが閲覧可能な BigQuery データセットで、データアクセスログを使用して監査機能を提供します。

D. ユーザーが指定した暗号化キーを使用して Cloud Storage 上で暗号化されます。承認されたユーザーごとに個別の復号化キーが提供されます。

정답: D

문제11

ETL ジョブを BigQuery で実行するように移行した後、移行したジョブの出力が元のジョブの出力と同じであることを確認する必要があります。元のジョブの出力を含むテーブルをロードし、その内容を移行したジョブの出力と比較して、それらが同一であることを確認します。テーブルには、比較のために結合できる主キー列が含まれていません。
何をすべきでしょうか?

A. Dataproc クラスタと BigQuery Hadoop コネクタを使用して各テーブルからデータを読み取り、並べ替え後にテーブルのタイムスタンプ以外の列からハッシュを計算します。各テーブルのハッシュを比較します。

B. HASH() 関数を使用してテーブルからランダムなサンプルを選択し、サンプルを比較します。

C. RAND() 関数を使用してテーブルからランダムなサンプルを選択し、サンプルを比較します。

D. OVER() 関数を使用して層別ランダムサンプルを作成し、各テーブルから同等のサンプルを比較します。

정답: B

문제12

Google Dataproc で使用するサービスアカウントに必要な最小限の権限は何ですか?

A. Google Cloud Storage に実行、Google Cloud Logging に実行

B. Google Cloud Storage に書き込み、Google Cloud Logging に読み取ります

C. Google Cloud Storage への読み取りと書き込み、Google Cloud Logging への書き込み

D. Google Cloud Storage に実行し、Google Cloud Logging に書き込みます。

정답: C

설명: (DumpTOP 회원만 볼 수 있음)

문제13

あなたは航空会社に勤務しており、BigQuery テーブルに気象データを保存する必要があります。気象データは機械学習モデルへの入力として使用されます。モデルは過去 30 日間の気象データのみを使用します。不要なデータの保存を避け、コストを最小限に抑えたいと考えています。どうすればよいでしょうか。

A. 天気日付の日時値でパーティション分割された BigQuery テーブルを作成します。パーティションの有効期限を 30 日に設定します。

B. 取り込み時間でパーティション分割された BigQuery テーブルを作成します。パーティションの有効期限を 30 日に設定します。

C. 各レコードに取り込みタイムスタンプがある BigQuery テーブルを作成し、スケジュールされたクエリを実行して、取り込みタイムスタンプが 30 日以上経過したすべての行を削除します。

D. 天気データが参照する日の datetime 列を持つ BigQuery テーブルを作成します。スケジュールされたクエリを実行して、30 日以上前の datetime 値を持つ行を削除します。

정답: B

설명: (DumpTOP 회원만 볼 수 있음)

최신 Professional-Data-Engineer日本語 무료덤프 - Google Certified Professional Data Engineer Exam (Professional-Data-Engineer日本語版)

우리와 연락하기

유용한 링크

최신 업데이트