Professional-Data-Engineer 試験問題 46
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？
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？
Professional-Data-Engineer 試験問題 47
MJTelcoのケーススタディ
会社概要
MJTelcoは、世界中で急速に成長し、サービスが行き届いていない市場でネットワークを構築することを計画している新興企業です。
同社は革新的な光通信ハードウェアの特許を取得しています。これらの特許に基づいて、安価なハードウェアで多くの信頼性の高い高速バックボーンリンクを作成できます。
会社背景
経験豊富なテレコムエグゼクティブによって設立されたMJTelcoは、宇宙での通信の課題を克服するために元々開発されたテクノロジーを使用しています。運用の基本として、リアルタイム分析を推進し、トポロジを継続的に最適化するための機械学習を組み込んだ分散データインフラストラクチャを作成する必要があります。彼らのハードウェアは安価であるため、ネットワークを過剰に展開して、動的な地域政治が場所の可用性とコストに与える影響を考慮できるようにすることを計画しています。
彼らの管理および運用チームは世界中に配置されており、データ利用者とシステムで提供するものとの間に多対多の関係を築いています。慎重に検討した結果、彼らはパブリッククラウドが彼らのニーズをサポートするのに最適な環境であると判断しました。
ソリューションコンセプト
MJTelcoは、ラボで成功した概念実証（PoC）プロジェクトを実行しています。彼らには2つの主要なニーズがあります：
* PoCをスケーリングおよび強化して、50,000を超えるインストールにランプするときに生成される大幅に多くのデータフローをサポートします。
*機械学習サイクルを改善して、トポロジ定義の制御に使用する動的モデルを検証および改善します。
MJTelcoはまた、3つの別個の運用環境（開発/テスト、ステージング、および実稼働）を使用して、実験の実行、新機能の展開、および実稼働の顧客へのサービス提供のニーズを満たします。
ビジネス要件
*最小限のコストで本番環境をスケールアップし、予測不可能な分散型テレコムユーザーコミュニティで必要なときに必要な場所でリソースをインスタンス化します。
*最先端の機械学習と分析を保護するために、独自のデータのセキュリティを確保します。
*分散した研究者からの分析のためのデータへの信頼できるタイムリーなアクセスを提供します
*顧客に影響を与えることなく、機械学習モデルの迅速な反復をサポートする分離された環境を維持します。
技術要件
テレメトリデータの安全で効率的な転送と保存を確保する
インスタンスを迅速にスケーリングして、それぞれ複数のフローを持つ10,000〜100,000のデータプロバイダーをサポートします。
約1億レコード/日を保存する最大2年間のデータを追跡するデータテーブルに対する分析とプレゼンテーションを可能にします。テレメトリフローと本番学習サイクルの両方でのデータパイプラインの問題の認識に焦点を当てた監視インフラストラクチャの迅速な反復をサポートします。
CEOの声明
私たちのビジネスモデルは、特許、分析、動的な機械学習に依存しています。当社の安価なハードウェアは信頼性が高くなるように構成されているため、コスト面で有利です。信頼性と容量のコミットメントを満たすには、大規模な分散データパイプラインを迅速に安定させる必要があります。
CTOステートメント
当社のパブリッククラウドサービスは、宣伝どおりに動作する必要があります。データを拡張して安全に保つためのリソースが必要です。また、データサイエンティストがモデルを注意深く研究し、迅速に適応できる環境も必要です。データの処理は自動化に依存しているため、反復しながら機能する開発環境とテスト環境も必要です。
CFOステートメント
プロジェクトが大きすぎて、データと分析に必要なハードウェアとソフトウェアを維持できません。また、非常に多くのデータフィードを監視するために運用チームにスタッフを配置する余裕がないため、自動化とインフラストラクチャに依存します。Google Cloudの機械学習により、定量的研究者は、データパイプラインの問題ではなく、価値の高い問題に取り組むことができます。
MJTelcoが1日あたりの取り込みに関心を持っているレコードストリームを考えると、GoogleBigQueryのコストが増加することを懸念しています。MJTelcoは、設計ソリューションを提供するように依頼します。それらには、tracking_tableと呼ばれる単一の大きなデータテーブルが必要です。さらに、毎日のイベントの詳細な分析を実行しながら、毎日のクエリのコストを最小限に抑えたいと考えています。また、ストリーミング取り込みを使用したいと考えています。あなたは何をするべきか？
会社概要
MJTelcoは、世界中で急速に成長し、サービスが行き届いていない市場でネットワークを構築することを計画している新興企業です。
同社は革新的な光通信ハードウェアの特許を取得しています。これらの特許に基づいて、安価なハードウェアで多くの信頼性の高い高速バックボーンリンクを作成できます。
会社背景
経験豊富なテレコムエグゼクティブによって設立されたMJTelcoは、宇宙での通信の課題を克服するために元々開発されたテクノロジーを使用しています。運用の基本として、リアルタイム分析を推進し、トポロジを継続的に最適化するための機械学習を組み込んだ分散データインフラストラクチャを作成する必要があります。彼らのハードウェアは安価であるため、ネットワークを過剰に展開して、動的な地域政治が場所の可用性とコストに与える影響を考慮できるようにすることを計画しています。
彼らの管理および運用チームは世界中に配置されており、データ利用者とシステムで提供するものとの間に多対多の関係を築いています。慎重に検討した結果、彼らはパブリッククラウドが彼らのニーズをサポートするのに最適な環境であると判断しました。
ソリューションコンセプト
MJTelcoは、ラボで成功した概念実証（PoC）プロジェクトを実行しています。彼らには2つの主要なニーズがあります：
* PoCをスケーリングおよび強化して、50,000を超えるインストールにランプするときに生成される大幅に多くのデータフローをサポートします。
*機械学習サイクルを改善して、トポロジ定義の制御に使用する動的モデルを検証および改善します。
MJTelcoはまた、3つの別個の運用環境（開発/テスト、ステージング、および実稼働）を使用して、実験の実行、新機能の展開、および実稼働の顧客へのサービス提供のニーズを満たします。
ビジネス要件
*最小限のコストで本番環境をスケールアップし、予測不可能な分散型テレコムユーザーコミュニティで必要なときに必要な場所でリソースをインスタンス化します。
*最先端の機械学習と分析を保護するために、独自のデータのセキュリティを確保します。
*分散した研究者からの分析のためのデータへの信頼できるタイムリーなアクセスを提供します
*顧客に影響を与えることなく、機械学習モデルの迅速な反復をサポートする分離された環境を維持します。
技術要件
テレメトリデータの安全で効率的な転送と保存を確保する
インスタンスを迅速にスケーリングして、それぞれ複数のフローを持つ10,000〜100,000のデータプロバイダーをサポートします。
約1億レコード/日を保存する最大2年間のデータを追跡するデータテーブルに対する分析とプレゼンテーションを可能にします。テレメトリフローと本番学習サイクルの両方でのデータパイプラインの問題の認識に焦点を当てた監視インフラストラクチャの迅速な反復をサポートします。
CEOの声明
私たちのビジネスモデルは、特許、分析、動的な機械学習に依存しています。当社の安価なハードウェアは信頼性が高くなるように構成されているため、コスト面で有利です。信頼性と容量のコミットメントを満たすには、大規模な分散データパイプラインを迅速に安定させる必要があります。
CTOステートメント
当社のパブリッククラウドサービスは、宣伝どおりに動作する必要があります。データを拡張して安全に保つためのリソースが必要です。また、データサイエンティストがモデルを注意深く研究し、迅速に適応できる環境も必要です。データの処理は自動化に依存しているため、反復しながら機能する開発環境とテスト環境も必要です。
CFOステートメント
プロジェクトが大きすぎて、データと分析に必要なハードウェアとソフトウェアを維持できません。また、非常に多くのデータフィードを監視するために運用チームにスタッフを配置する余裕がないため、自動化とインフラストラクチャに依存します。Google Cloudの機械学習により、定量的研究者は、データパイプラインの問題ではなく、価値の高い問題に取り組むことができます。
MJTelcoが1日あたりの取り込みに関心を持っているレコードストリームを考えると、GoogleBigQueryのコストが増加することを懸念しています。MJTelcoは、設計ソリューションを提供するように依頼します。それらには、tracking_tableと呼ばれる単一の大きなデータテーブルが必要です。さらに、毎日のイベントの詳細な分析を実行しながら、毎日のクエリのコストを最小限に抑えたいと考えています。また、ストリーミング取り込みを使用したいと考えています。あなたは何をするべきか？
Professional-Data-Engineer 試験問題 48
Googleが請求するすべてのBigQuery操作は何ですか？
Professional-Data-Engineer 試験問題 49
何百万ものインターネットから送信されたテレメトリデータを処理するためにNoSQLデータベースを選択しています。
モノ（IoT）デバイス。データの量は年間100TBで増加しており、各データエントリには約
100個の属性。データ処理パイプラインは、原子性、一貫性、分離、および
耐久性（ACID）。ただし、高可用性と低遅延が必要です。
個々のフィールドに対してクエリを実行して、データを分析する必要があります。どの3つのデータベースがあなたに会いますか
要件？（3つ選択してください。）
モノ（IoT）デバイス。データの量は年間100TBで増加しており、各データエントリには約
100個の属性。データ処理パイプラインは、原子性、一貫性、分離、および
耐久性（ACID）。ただし、高可用性と低遅延が必要です。
個々のフィールドに対してクエリを実行して、データを分析する必要があります。どの3つのデータベースがあなたに会いますか
要件？（3つ選択してください。）
Professional-Data-Engineer 試験問題 50
内部ITアプリケーションの1つとGoogleBigQueryを統合しているため、ユーザーはアプリケーションのインターフェースからBigQueryをクエリできます。個々のユーザーがBigQueryに対して認証されることや、データセットへのアクセスをユーザーに許可することは望ましくありません。ITアプリケーションからBigQueryに安全にアクセスする必要があります。
あなたは何をするべきか？
あなたは何をするべきか？