PDFを無料でダウンロードにはProfessional-Data-Engineer日本語有効な練習テスト問題があります [Q103-Q122]

PDFを無料でダウンロードにはProfessional-Data-Engineer日本語有効な練習テスト問題があります

Professional-Data-Engineer日本語テストエンジンお試しセット、Professional-Data-Engineer日本語問題集PDF

質問 103
Cloud Dataprocは、マネージドApacheHadoopおよびApache_____サービスです。

• A. ブレイズ
• B. 火
• C. スパーク
• D. イグナイト

正解: C

解説:
Cloud Dataproc is a managed Apache Spark and Apache Hadoop service that lets you use open source data tools for batch processing, querying, streaming, and machine learning.

 

質問 104
あなたの会社は、カンマ区切り値（CSV）ファイルをGoogleBigQueryに読み込んでいます。データは完全に正常にインポートされます。ただし、インポートされたデータは、バイトごとにソースファイルと一致していません。この問題の最も可能性の高い原因は何ですか？

• A. BigQueryに読み込まれたCSVデータは、BigQueryのデフォルトのエンコーディングを使用していません。
• B. CSVデータに、インポート時にスキップされた無効な行があります。
• C. BigQueryに読み込まれたCSVデータにはCSVのフラグが付けられていません。
• D. CSVデータはBigQueryに読み込まれる前にETLフェーズを通過していません。

正解: B

 

質問 105
HadoopジョブをオンプレミスクラスターからDataprocおよびGoodStorageに移行しました。Sparkジョブは複雑な分析ワークロードであり、多くのシャッフル操作で構成され、初期データは寄木細工のつま先です（それぞれ平均200〜400 MBのサイズ）Dataprocへの移行後にパフォーマンスが低下するため、最適化する必要がありますそれ。組織は非常にコストに敏感であるため、このワークロードのプリエンプティブ（プリエンプティブルでないワーカーが2つのみ）でDataprocを引き続き使用することをお勧めします。あなたは何をするべきか？

• A. 寄木細工のファイルの表示を増やして、最小1GBになるようにします
• B. HDDからSSDに切り替えます。初期データをCloudStorageからHadoop分散ファイルシステム（HDFS）にコピーし、Sparkジョブを実行して、結果をCloudStorageにコピーします。
• C. HODからSSDに切り替えると、プリエンプティブVM構成が上書きされ、ブートディスクのサイズが大きくなります
• D. 寄木細工のファイルの代わりにTFRecords形式（Weあたり約200 MB）に切り替えます

正解: C

 

質問 106
あなたの会社は、カンマ区切り値（CSV）ファイルをGoogleBigQueryに読み込んでいます。データは完全に正常にインポートされます。ただし、インポートされたデータは、バイトごとにソースファイルと一致していません。この問題の最も可能性の高い原因は何ですか？

• A. CSVデータに、インポート時にスキップされた無効な行があります。
• B. BigQueryに読み込まれたCSVデータは、BigQueryのデフォルトのエンコーディングを使用していません。
• C. BigQueryに読み込まれたCSVデータにはCSVのフラグが付けられていません。
• D. CSVデータはBigQueryに読み込まれる前にETLフェーズを通過していません。

正解: B

 

質問 107
会社用に新しいリアルタイムデータウェアハウスを構築しており、GoogleBigQueryストリーミングインサートを使用します。データが1回だけ送信されるという保証はありませんが、データの各行に一意のIDとイベントのタイムスタンプがあります。データをインタラクティブにクエリするときに、重複が含まれないようにする必要があります。どのクエリタイプを使用する必要がありますか？

• A. LAGウィンドウ関数を一意のIDによるPARTITIONとともに、WHERE LAG IS NOTNULLとともに使用します。
• B. 一意のID列とタイムスタンプ列にGROUP BYを使用し、値にSUMを使用します。
• C. タイムスタンプ列にORDER BY DESKを含め、1に制限します。
• D. 行が1に等しいWHEREとともに、一意のIDによるPARTITIONでROW_NUMBERウィンドウ関数を使用します。

正解: D

 

質問 108
あなたの金融サービス会社はクラウドテクノロジーに移行しており、50TBの金融時系列データをクラウドに保存したいと考えています。このデータは頻繁に更新され、新しいデータが常にストリーミングされます。
あなたの会社はまた、既存のApache Hadoopジョブをクラウドに移動して、このデータへの洞察を得たいと考えています。データを保存するためにどの製品を使用する必要がありますか？

• A. Cloud Bigtable
• B. Google Cloud Datastore
• C. Google BigQuery
• D. Google Cloud Storage

正解: A

解説:
Reference: https://cloud.google.com/bigtable/docs/schema-design-time-series

 

質問 109
あなたの会社は、30ノードのApacheHadoopクラスターをクラウドに移行しています。彼らは、すでに作成したHadoopジョブを再利用し、クラスターの管理を可能な限り最小限に抑えたいと考えています。また、クラスターの存続期間を超えてデータを永続化できることも望んでいます。あなたは何をするべきか？

• A. ローカルSSDディスクを使用するHadoopクラスターをGoogle ComputeEngineで作成します。
• B. HDFSに永続ディスクを使用するGoogle CloudDataprocクラスターを作成します。
• C. Google CloudStorageコネクタを使用するCloudDataprocクラスターを作成します。
• D. データを処理するためのGoogle CloudDataflowジョブを作成します。
• E. 永続ディスクを使用するHadoopクラスターをGoogle ComputeEngineで作成します。

正解: C

 

質問 110
スパム分類器をトレーニングしています。トレーニングデータを過剰適合させていることに気づきました。この問題を解決するために実行できる3つのアクションはどれですか。 （3つ選択してください。）

• A. 正則化パラメーターを減らします
• B. トレーニング例の数を減らす
• C. より多くの機能セットを使用する
• D. 正則化パラメーターを増やします
• E. より少ない機能セットを使用する
• F. トレーニングの例をもっと見る

正解: A,C,F

 

質問 111
デフォルトでは、Dataflowが無制限のデータセットに適用するウィンドウ動作は次のうちどれですか？

• A. 1分ごとのウィンドウ
• B. 100MBのデータごとのWindows
• C. 単一のグローバルウィンドウ
• D. 10分ごとのウィンドウ

正解: C

解説:
Dataflow's default windowing behavior is to assign all elements of a PCollection to a single, global window, even for unbounded PCollections

 

質問 112
これらのうち、スパースベクトルの値の例はどれですか？ （2つの答えを選択してください。）

• A. [0、5、0、0、0、0]
• B. [0、0、0、1、0、0、1]
• C. [1、0、0、0、0、0、0]
• D. [0、1]

正解: C,D

解説:
Categorical features in linear models are typically translated into a sparse vector in which each possible value has a corresponding index or id. For example, if there are only three possible eye colors you can represent 'eye_color' as a length 3 vector: 'brown' would become [1, 0, 0], 'blue' would become [0, 1, 0] and 'green' would become [0, 0, 1]. These vectors are called "sparse" because they may be very long, with many zeros, when the set of possible values is very large (such as all English words).
[0, 0, 0, 1, 0, 0, 1] is not a sparse vector because it has two 1s in it. A sparse vector contains only a single 1.
[0, 5, 0, 0, 0, 0] is not a sparse vector because it has a 5 in it. Sparse vectors only contain 0s and 1s.

 

質問 113
あなたは服の推奨をするためのモデルを構築しています。ユーザーのファッションの好みは時間の経過とともに変化する可能性が高いことがわかっているため、データパイプラインを構築して、新しいデータが利用可能になったときにモデルにストリーミングします。
このデータをどのように使用してモデルをトレーニングする必要がありますか？

• A. 既存のデータと新しいデータの組み合わせでモデルを継続的に再トレーニングします。
• B. 既存のデータをテストセットとして使用しながら、新しいデータをトレーニングします。
• C. 新しいデータをテストセットとして使用しながら、既存のデータをトレーニングします。
• D. 新しいデータのみでモデルを継続的に再トレーニングします。

正解: A

 

質問 114
Cloud Pub / SubのデータをBigQueryの静的参照データで強化するApacheBeamパイプラインを設計しています。参照データは、1人のワーカーのメモリに収まるほど小さいです。パイプラインは、分析のために強化された結果をBigQueryに書き込む必要があります。このパイプラインはどのジョブタイプと変換を使用する必要がありますか？

• A. Batch job, PubSubIO, side-inputs
• B. Streaming job, PubSubIO, JdbcIO, side-outputs
• C. Streaming job, PubSubIO, BigQueryIO, side-outputs
• D. Streaming job, PubSubIO, BigQueryIO, side-inputs

正解: A

 

質問 115
航空宇宙会社は、独自のデータ形式を使用して夜間データを保存しています
a。この新しいデータソースをBigQueryに接続し、データをBigQueryにストリーミングする必要があります。できるだけ少ないリソースを消費するBigQueryにデータを効率的にインポートする必要があります。あなたは何をするべきか？

• A. Apache Beamカスタムコネクタを使用して、データをAvro形式でBigQueryにストリーミングするDataflowパイプラインを記述します
• B. Apache Hiveを使用して、データをCSV形式でBigQueryにストリーミングするDataprocジョブを記述します
• C. 標準のデータフローパイプラインを使用して生データをBigQueryに保存し、後でデータが使用されるときにフォーマットを変換します
• D. 新しいデータソースで定期的なETLバッチジョブを実行するクラウド関数をトリガーする彼女のスクリプトを記述します

正解: A

 

質問 116
オンプレミスのHadoopシステムをCloudDataprocに移行したいとします。 Hiveは使用されている主要なツールであり、データ形式はOptimized Row Columnar（ORC）です。すべてのORCファイルがCloudStorageバケットに正常にコピーされました。パフォーマンスを最大化するには、一部のデータをクラスターのローカルHadoop分散ファイルシステム（HDFS）に複製する必要があります。 Cloud DataprocでHiveの使用を開始する2つの方法は何ですか？ （2つ選択してください。）

• A. HadoopのCloud Storageコネクタを利用して、ORCファイルを外部Hiveテーブルとしてマウントします。外部Hiveテーブルをネイティブテーブルに複製します。
• B. gsutilユーティリティを実行して、すべてのORCファイルをCloudStorageバケットからDataprocクラスターの任意のノードに転送します。 Hiveテーブルをローカルにマウントします。
• C. ORCファイルをBigQueryに読み込みます。 HadoopのBigQueryコネクタを利用して、BigQueryテーブルを外部Hiveテーブルとしてマウントします。外部Hiveテーブルをネイティブテーブルに複製します。
• D. gsutilユーティリティを実行して、すべてのORCファイルをCloudStorageバケットからHDFSに転送します。 Hiveテーブルをローカルにマウントします。
• E. gsutilユーティリティを実行して、すべてのORCファイルをCloudStorageバケットからDataprocクラスターのマスターノードに転送します。次に、Hadoopユーティリティを実行して、HDFSでそれらをコピーします。 HDFSからHiveテーブルをマウントします。

正解: B,E

 

質問 117
データ処理パイプラインを設計しています。パイプラインは、負荷の増加に応じて自動的にスケーリングできる必要があります。メッセージは少なくとも1回処理する必要があり、1時間以内に注文する必要があります。ソリューションをどのように設計する必要がありますか？

• A. メッセージの取り込みにはCloud Pub / Subを使用し、ストリーミング分析にはCloudDataflowを使用します。
• B. メッセージの取り込みにはCloud Pub / Subを使用し、ストリーミング分析にはCloudDataprocを使用します。
• C. メッセージの取り込みにはApache Kafkaを使用し、ストリーミング分析にはCloudDataprocを使用します。
• D. メッセージの取り込みにはApache Kafkaを使用し、ストリーミング分析にはCloudDataflowを使用します。

正解: A

 

質問 118
次のうち、ハイパーパラメータの例はどれですか？ （2つの答えを選択してください。）

• A. バイアス
• B. 各隠れ層のノード数
• C. 隠れ層の数
• D. 重み

正解: B,C

解説:
Explanation
If model parameters are variables that get adjusted by training with existing data, your hyperparameters are the variables about the training process itself. For example, part of setting up a deep neural network is deciding how many "hidden" layers of nodes to use between the input layer and the output layer, as well as how many nodes each layer should use. These variables are not directly related to the training data at all. They are configuration variables. Another difference is that parameters change during a training job, while the hyperparameters are usually constant during a job.
Weights and biases are variables that get adjusted during the training process, so they are not hyperparameters.
Reference: https://cloud.google.com/ml-engine/docs/hyperparameter-tuning-overview

 

質問 119
次のうち、データフローパイプラインについて正しくないものはどれですか？

• A. データフローパイプラインは統合プログラミングモデルを使用しているため、ストリーミングデータソースとバッチデータソースの両方で機能します
• B. DataflowパイプラインはDataflowに関連付けられており、他のランナーで実行することはできません
• C. データフローパイプラインは他のGoogleCloudサービスからのデータを消費する可能性があります
• D. データフローパイプラインはJavaでプログラムできます

正解: B

解説:
Explanation
Dataflow pipelines can also run on alternate runtimes like Spark and Flink, as they are built using the Apache Beam SDKs Reference: https://cloud.google.com/dataflow/

 

質問 120
あなたは画像認識ドメインのニッチな製品に取り組んでいます。あなたのチームは、あなたのチームが実装したカスタムC ++ TensorFlowopsによって支配されるモデルを開発しました。これらの演算はメインのトレーニングループ内で使用され、かさばる行列の乗算を実行しています。現在、モデルのトレーニングには最大で数日かかります。 Google Cloudでアクセラレータを使用して、この時間を大幅に短縮し、コストを低く抑えたいと考えています。あなたは何をするべきか？

• A. 税関業務にGPUカーネルサポートを実装した後、クラウドTPUを使用します。
• B. コードを追加調整せずにクラウドTPUを使用します。
• C. CPUを使い続け、モデルをトレーニングしているクラスターのサイズを増やします。
• D. カスタムオペレーションにGPUカーネルサポートを実装した後、クラウドGPUを使用します。

正解: A

 

質問 121
ローカルマシンでBigQueryソースを含むパイプラインを実行すると、引き続きアクセス許可拒否エラーが発生します。その理由は何でしょうか？

• A. gcloudはBigQueryリソースにアクセスできません
• B. パイプラインはローカルで実行できません
• C. ローカルマシンからBigQueryにアクセスできません
• D. マシンにgcloudがありません

正解: A

解説:
When reading from a Dataflow source or writing to a Dataflow sink using DirectPipelineRunner, the Cloud Platform account that you configured with the gcloud executable will need access to the corresponding source/sink

 

質問 122
......

あなたを合格させるGoogle Cloud Certified Professional-Data-Engineer日本語試験問題集で2022年11月19日には270問あります：https://jp.fast2test.com/Professional-Data-Engineer-JPN-premium-file.html