Google Cloud Associate Data Practitioner参考書

ETL・ELT・ETLT というデータ操作の手法の違いと使い分け、データ品質の評価、そして Cloud Data Fusion・BigQuery・Dataflow を用いたデータクレンジング、適切なデータ転送ツール（Storage Transfer Service・Transfer Appliance）の選択を理解します。

CSV・JSON・Apache Parquet・Apache Avro・構造化テーブルといったデータ形式の違い、Dataflow・BigQuery Data Transfer Service・Database Migration Service・Cloud Data Fusion といった抽出ツールの選択、そして gcloud / bq CLI・Storage Transfer Service・クライアントライブラリによる Google Cloud ストレージへのロードを理解します。

Cloud Storage・BigQuery・Cloud SQL・Firestore・Bigtable・Spanner・AlloyDB といった保存先の使い分け、構造化・半構造化・非構造化というデータ要件の分類、そしてリージョナル・デュアルリージョン・マルチリージョン・ゾーナルというデータの保存場所タイプの選択を理解します。

BigQuery で SQL クエリを実行してレポートや重要なインサイトを得る方法、Jupyter notebooks（Colab Enterprise）でデータを分析・可視化する方法、そしてビジネスの問いに答えるためのデータ分析の進め方を理解します。

ビジネスの問いに答えるダッシュボードの作成・変更・共有、Looker と Looker Studio の使い分け、そしてデータモデルを定義する LookML の基本的なパラメータの操作を理解します。

BigQuery ML と AutoML による ML モデルの作成、BigQuery のリモート接続を介した事前学習済みの大規模言語モデル（LLM）の利用、標準的な ML プロジェクトの進め方（データ収集・学習・評価・予測）、そして Model Registry によるモデルの整理を理解します。

ビジネス要件に応じたデータ変換ツール（Dataproc・Dataflow・Cloud Data Fusion・Cloud Composer・Dataform）の選択、ELT と ETL のユースケースの評価、そして基本的な変換パイプラインを実装するために必要なプロダクトの組み合わせを理解します。

スケジュールされたクエリや Cloud Scheduler・Cloud Composer によるデータ処理の自動化、Dataflow ジョブ UI や Cloud Logging・Cloud Monitoring によるパイプラインの監視、適切なオーケストレーションソリューション（Cloud Composer・Workflows・Dataproc Workflow Templates）の選択、そして Pub/Sub から BigQuery へのイベント駆動の取り込みや Eventarc トリガーを理解します。

IAM による最小権限の徹底、データサービス（BigQuery・Cloud Storage）に対する基本ロール・事前定義ロール・権限の違い、Cloud Storage のアクセス制御方法（公開/非公開・均一アクセス）、そして安全にデータを共有する Analytics Hub の使いどころを理解します。

アクセス頻度と保持要件に応じた Cloud Storage のストレージクラスの選択、一定期間後にオブジェクトを自動削除してストレージコストを抑えるルールの設定（Cloud Storage・BigQuery）、そしてビジネス要件に応じたアーカイブ用サービスの評価を理解します。

Cloud Storage と Cloud SQL の Google マネージドなバックアップ/復旧、レプリケーションを使う場面、冗長性のための一次/二次の保存場所タイプ、そして CMEK・CSEK・GMEK という暗号鍵の使い分け、Cloud KMS の役割、保存時と転送時の暗号化を理解します。