Professional-Data-Engineer日本語練習問題集で検証済みで更新された333問題あります
更新されたProfessional-Data-Engineer日本語試験問題集でPDF問題とテストエンジン
質問 # 118
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使用状況を監視できるようにする必要があります。あなたは何をするべきか？
- A. BigQueryメトリッククエリ/ scanned_bytesに基づいてStackdriverMonitoringダッシュボードを作成します
- B. 組織レベルで集計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StackdriverMonitoringダッシュボードを作成します
- C. プロジェクトごとに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StackdriverMonitoringダッシュボードを作成します
- D. BigQueryメトリックslots / allocated_for_projectに基づいてStackdriverMonitoringダッシュボードを作成します
正解：B
質問 # 119
Cloud Bigtableにデータを保存する場合、保存されるデータの推奨最小量はどれくらいですか？
- A. 1 TB
- B. 500 TB
- C. 500 GB
- D. 1 GB
正解：A
解説：
Explanation
Cloud Bigtable is not a relational database. It does not support SQL queries, joins, or multi-row transactions. It is not a good solution for less than 1 TB of data.
Reference: https://cloud.google.com/bigtable/docs/overview#title_short_and_other_storage_options
質問 # 120
Cloud Bigtableは、非常に大量のデータを保存するための推奨オプションです。
____________________________？
- A. レイテンシが非常に短いマルチキーデータ
- B. レイテンシが非常に低いシングルキーデータ
- C. レイテンシが非常に高いシングルキーデータ
- D. レイテンシが非常に高いマルチキーデータ
正解：B
解説：
Cloud Bigtable is a sparsely populated table that can scale to billions of rows and thousands of columns, allowing you to store terabytes or even petabytes of data. A single value in each row is indexed; this value is known as the row key. Cloud Bigtable is ideal for storing very large amounts of single-keyed data with very low latency. It supports high read and write throughput at low latency, and it is an ideal data source for MapReduce operations.
Reference: https://cloud.google.com/bigtable/docs/overview
質問 # 121
あなたのスタートアップは正式なセキュリティポリシーを実装したことがありません。現在、社内の全員がGoogleBigQueryに保存されているデータセットにアクセスできます。チームは、適切と思われるサービスを自由に使用でき、ユースケースを文書化していません。データウェアハウスを保護するように求められました。あなたは誰もが何をしているのかを発見する必要があります。あなたは最初に何をすべきですか？
- A. GoogleStackdriver監査ログを使用してデータアクセスを確認します。
- B. 各テーブルのIDおよびアクセス管理IIAM）ポリシーを取得します
- C. Stackdriver Monitoringを使用して、BigQueryクエリスロットの使用状況を確認します。
- D. Google Cloud Billing APIを使用して、ウェアハウスに請求されているアカウントを確認します。
正解：A
質問 # 122
世界中の何百万ものデバイスからloTセンサーデータを収集し、そのデータをBigQueryに保存しています。アクセスパターンは、次のクエリを使用してlocation_idとdevice_versionによって変更された最近のデータに基づいています。
コストとパフォーマンスについてクエリを最適化する必要があります。データをどのように構成する必要がありますか？
- A. create_dateによるパーティションテーブルデータtocation_idおよびdevice_versionによるクラスタテーブルデータ
- B. create_dateによるクラスターテーブルデータ、場所によるパーティション、device_version
- C. create_datelocation_idおよびdevice_versionによるクラスターテーブルデータ
- D. create_date、location_id、device_versionでテーブルデータを分割します
正解：C
質問 # 123
最近の価格履歴に基づいて特定の株式の価格を予測する機械学習モデルを作成する場合、どのタイプの推定量を使用する必要がありますか？
- A. クラスタリング推定量
- B. リグレッサー
- C. 教師なし学習
- D. 分類子
正解：B
解説：
Regression is the supervised learning task for modeling and predicting continuous, numeric variables. Examples include predicting real-estate prices, stock price movements, or student test scores.
Classification is the supervised learning task for modeling and predicting categorical variables. Examples include predicting employee churn, email spam, financial fraud, or student letter grades.
Clustering is an unsupervised learning task for finding natural groupings of observations (i.e. clusters) based on the inherent structure within your dataset. Examples include customer segmentation, grouping similar items in e-commerce, and social network analysis.
質問 # 124
BigQueryキャッシングに関するこれらの説明のうち正しいものはどれですか？
- A. BigQueryはクエリ結果を48時間キャッシュします。
- B. キャッシュから結果を取得するクエリは無料です。
- C. デフォルトでは、クエリの結果はキャッシュされません。
- D. 宛先テーブルを指定しても、クエリ結果はキャッシュされます。
正解：B
解説：
When query results are retrieved from a cached results table, you are not charged for the query.
BigQuery caches query results for 24 hours, not 48 hours.
Query results are not cached if you specify a destination table.
A query's results are always cached except under certain conditions, such as if you specify a destination table.
質問 # 125
Cloud Dataprocクラスターを使用する場合、____プロキシを介して接続するようにブラウザーを構成することにより、YARNWebインターフェースにアクセスできます。
- A. VPN
- B. HTTPS
- C. HTTP
- D. 靴下
正解：D
解説：
When using Cloud Dataproc clusters, configure your browser to use the SOCKS proxy. The SOCKS proxy routes data intended for the Cloud Dataproc cluster through an SSH tunnel.
Reference: https://cloud.google.com/dataproc/docs/concepts/cluster-web-interfaces#interfaces
質問 # 126
サードパーティから毎月CSV形式のデータファイルを受け取ります。このデータをクレンジングする必要がありますが、3か月ごとにファイルのスキーマが変更されます。これらの変換を実装するための要件は次のとおりです。
*スケジュールに従って変換を実行する
*開発者以外のアナリストが変換を変更できるようにする
*変換を設計するためのグラフィカルツールを提供する
あなたは何をするべきか？
- A. Apache Spark on Cloud Dataprocを使用して、データフレームを作成する前にCSVファイルのスキーマを推測します。
次に、データをCloud Storageに書き出してBigQueryに読み込む前に、SparkSQLで変換を実装します - B. Cloud Dataprepを使用して変換レシピを構築および維持し、スケジュールに基づいて実行します
- C. アナリストがPythonでCloudDataflowパイプラインを作成して変換を実行できるようにします。 Pythonコードはリビジョン管理システムに保存し、受信データのスキーマが変更されたときに変更する必要があります
- D. 毎月のCSVデータをBigQueryに読み込み、SQLクエリを記述してデータを標準スキーマに変換します。変換されたテーブルをSQLクエリとマージします
正解：A
質問 # 127
化学会社は、顧客の注文に関する文書を手動で確認する必要があります。販売エージェントが注文から詳細を取得できるように、Pub/Sub でプル サブスクリプションを使用します。異なる販売代理店で注文を 2 回処理したり、このワークフローがさらに複雑になったりしないようにする必要があります。
あなたは何をするべきか？
- A. エージェントのシステムで処理される注文を監視するために、新しい Pub/Sub プッシュ サブスクリプションを作成します。
- B. 保留中のメッセージを監視するトランザクション データベースを作成します。
- C. プル サブスクリプションで Pub/Sub 1 回限りの配信を使用します。
- D. 営業エージェントにメッセージを送信する前に、Dataflow で Deduphcate PTransform を使用します。
正解：C
解説：
Pub/Sub exactly-once delivery is a feature that guarantees that subscriptions do not receive duplicate deliveries of messages based on a Pub/Sub-defined unique message ID. This feature is only supported by the pull subscription type, which is what you are using in this scenario. By enabling exactly-once delivery, you can ensure that each order is processed only once by a sales agent, and that no order is lost or duplicated. This also simplifies your workflow, as you do not need to create a separate database or subscription to monitor the pending or processed messages. References:
* Exactly-once delivery | Cloud Pub/Sub Documentation
* Cloud Pub/Sub Exactly-once Delivery feature is now Generally Available (GA)
質問 # 128
データがパイプラインに入った時間に基づいて、無制限のデータソースのデータを1時間ごとに集約するには、どのクラウドデータフロー/ビーム機能を使用する必要がありますか？
- A. 処理時間トリガー
- B. 遅延を許可する方法
- C. イベント時間トリガー
- D. 1時間ごとの透かし
正解：A
解説：
When collecting and grouping data into windows, Beam uses triggers to determine when to emit the aggregated results of each window.
Processing time triggers. These triggers operate on the processing time - the time when the data element is processed at any given stage in the pipeline.
Event time triggers. These triggers operate on the event time, as indicated by the timestamp on each data element. Beam's default trigger is event time-based.
質問 # 129
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. コードで単体テストを作成できるようにするため
- B. 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
- C. つまり、ワイドモデルに1つのデータセットを使用し、ディープモデルに1つのデータセットを使用できます。
- D. 2つの異なる機能セットを試すことができます
正解：B
解説：
The flaw with evaluating a predictive model on training data is that it does not inform you on how well the model has generalized to new unseen data. A model that is selected for its accuracy on the training dataset rather than its accuracy on an unseen test dataset is very likely to have lower accuracy on an unseen test dataset. The reason is that the model is not as generalized. It has specialized to the structure in the training dataset. This is called overfitting.
Reference: https://machinelearningmastery.com/a-simple-intuition-for-overfitting/
質問 # 130
Dataprocクラスター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. null
- B. 詳細
- C. 値
- D. id
正解：C
解説：
Explanation
To make updating files and properties easy, the --properties command uses a special format to specify the configuration file and the property and value within the file that should be updated. The formatting is as follows: file_prefix:property=value.
Reference: https://cloud.google.com/dataproc/docs/concepts/cluster-properties#formatting
質問 # 131
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. 10分ごとのウィンドウ
- B. 100MBのデータごとのWindows
- C. 1分ごとのウィンドウ
- D. 単一のグローバルウィンドウ
正解：D
解説：
Dataflow's default windowing behavior is to assign all elements of a PCollection to a single, global window, even for unbounded PCollections Reference: https://cloud.google.com/dataflow/model/pcollection
質問 # 132
次の要件を持つ運用チームの視覚化を作成する必要があります。
*テレメトリには、直近の6週間の50,000のインストールすべてからのデータを含める必要があります（1分ごとにサンプリング）
*レポートはライブデータから3時間以上遅れてはなりません。
*実用的なレポートには、次善のリンクのみを表示する必要があります。
*ほとんどの次善のリンクは一番上にソートする必要があります。
*次善のリンクは、地域の地理によってグループ化およびフィルタリングできます。
*レポートをロードするためのユーザー応答時間は5秒未満である必要があります。
過去6週間のデータを保存するデータソースを作成し、視聴者が複数の日付範囲、異なる地理的地域、および固有のインストールタイプを表示できるようにする視覚化を作成します。ビジュアライゼーションを変更せずに、常に最新のデータを表示します。毎月新しいビジュアライゼーションを作成および更新することは避けたいと考えています。あなたは何をするべきか？
- A. 現在のデータを調べて、値の選択を可能にする基準フィルターにバインドされた一般化されたチャートとテーブルの小さなセットを作成します。
- B. データをリレーショナルデータベーステーブルに読み込み、すべての行をクエリするGoogle App Engineアプリケーションを作成し、各基準でデータを要約してから、GoogleChartsと視覚化APIを使用して結果をレンダリングします。
- C. 現在のデータを調べて、基準の可能な組み合わせごとに1つずつ、一連のグラフと表を作成します。
- D. データをスプレッドシートにエクスポートし、基準の可能な組み合わせごとに1つずつ、一連のグラフと表を作成し、それらを複数のタブに分散します。
正解：A
質問 # 133
Flowlogisticは、リアルタイムの在庫追跡システムを展開しています。追跡デバイスはすべてパッケージ追跡メッセージを送信します。このメッセージは、ApacheKafkaクラスターではなく単一のGoogleCloud Pub / Subトピックに送信されます。サブスクライバーアプリケーションは、リアルタイムレポート用にメッセージを処理し、履歴分析のためにGoogleBigQueryに保存します。パッケージデータを長期にわたって分析できるようにする必要があります。
どのアプローチを取るべきですか？
- A. 受信時にCloud Pub / Subサブスクライバーアプリケーションの各メッセージにタイムスタンプを添付します。
- B. Cloud Pub / Subから自動生成されたタイムスタンプを使用して、データを注文します。
- C. BigQueryのNOW（）関数を使用して、イベントの時間を記録します。
- D. Clod Pub / Subに送信されるときに、各パブリッシャーデバイスからの送信メッセージにタイムスタンプとパッケージIDを添付します。
正解：D
解説：
Topic 2, MJTelco Case Study
Company Overview
MJTelco is a startup that plans to build networks in rapidly growing, underserved markets around the world. The company has patents for innovative optical communications hardware. Based on these patents, they can create many reliable, high-speed backbone links with inexpensive hardware.
Company Background
Founded by experienced telecom executives, MJTelco uses technologies originally developed to overcome communications challenges in space. Fundamental to their operation, they need to create a distributed data infrastructure that drives real-time analysis and incorporates machine learning to continuously optimize their topologies. Because their hardware is inexpensive, they plan to overdeploy the network allowing them to account for the impact of dynamic regional politics on location availability and cost.
Their management and operations teams are situated all around the globe creating many-to-many relationship between data consumers and provides in their system. After careful consideration, they decided public cloud is the perfect environment to support their needs.
Solution Concept
MJTelco is running a successful proof-of-concept (PoC) project in its labs. They have two primary needs:
Scale and harden their PoC to support significantly more data flows generated when they ramp to more than 50,000 installations.
Refine their machine-learning cycles to verify and improve the dynamic models they use to control topology definition.
MJTelco will also use three separate operating environments - development/test, staging, and production - to meet the needs of running experiments, deploying new features, and serving production customers.
Business Requirements
Scale up their production environment with minimal cost, instantiating resources when and where needed in an unpredictable, distributed telecom user community.
Ensure security of their proprietary data to protect their leading-edge machine learning and analysis.
Provide reliable and timely access to data for analysis from distributed research workers
Maintain isolated environments that support rapid iteration of their machine-learning models without affecting their customers.
Technical Requirements
Ensure secure and efficient transport and storage of telemetry data
Rapidly scale instances to support between 10,000 and 100,000 data providers with multiple flows each.
Allow analysis and presentation against data tables tracking up to 2 years of data storing approximately 100m records/day
Support rapid iteration of monitoring infrastructure focused on awareness of data pipeline problems both in telemetry flows and in production learning cycles.
CEO Statement
Our business model relies on our patents, analytics and dynamic machine learning. Our inexpensive hardware is organized to be highly reliable, which gives us cost advantages. We need to quickly stabilize our large distributed data pipelines to meet our reliability and capacity commitments.
CTO Statement
Our public cloud services must operate as advertised. We need resources that scale and keep our data secure. We also need environments in which our data scientists can carefully study and quickly adapt our models. Because we rely on automation to process our data, we also need our development and test environments to work as we iterate.
CFO Statement
The project is too large for us to maintain the hardware and software required for the data and analysis. Also, we cannot afford to staff an operations team to monitor so many data feeds, so we will rely on automation and infrastructure. Google Cloud's machine learning will allow our quantitative researchers to work on our high-value problems instead of problems with our data pipelines.
質問 # 134
......
最新（2024)Google Professional-Data-Engineer日本語試験問題集：https://jp.fast2test.com/Professional-Data-Engineer-JPN-premium-file.html