Databricks 認定学習資料

テーマ切替

Databricks Data Engineer Associate 取得ロードマップ ​

Databricks 認定データエンジニア アソシエイト（Associate）合格までの学習ロードマップです。日本語だけで合格まで到達できる構成にしています。 前提知識の全体像は databricks-overview.md を参照してください。 図は Mermaid 記法。VSCode の Markdown プレビューや GitHub 上で図として表示されます。

目次 ​

  1. 前提と到達目標
  2. 試験スペック
  3. 出題範囲（7セクション）
  4. 学習ロードマップ全体像
  5. 週次スケジュール（8週間モデル）
  6. セクション別 学習チェックリスト
  7. ハンズオン課題
  8. 問題演習の進め方
  9. 日本語リソース集
  10. 受験直前・当日チェック

1. 前提と到達目標 ​

項目内容
ゴールDatabricks Certified Data Engineer Associate に合格（70%以上）
想定期間週 5〜8 時間 × 6〜8 週間
あると良い前提SQL の基本、Python の基礎文法、テーブル/ETL の概念
前提知識ゼロならまず databricks-overview.md を通読してから開始
キーワード「読むだけでなく手を動かす」— 実装寄りの試験なので必ずノートブックで操作する

⚠️ 試験は 2025 年後半に改訂され 5→7 セクション に再構成されました。古い教材は範囲がずれるため、必ず最新の公式試験ガイドで範囲を確認してください。

2. 試験スペック ​

項目内容
問題数45 問（選択式）
制限時間90 分
合格ライン70% 以上
費用200 USD
有効期限2 年間
受験形式オンライン監督 or テストセンター
言語日本語で受験可能 ✅
申込Webassessor

3. 出題範囲（7セクション） ​

改訂後（2026 年時点）のおおまかな構成です。正確な比率は最新の公式試験ガイド（日本語版あり）で必ず確認してください。

#セクション主なトピック
1プラットフォーム基礎レイクハウス、ワークスペース、クラスター、Delta Lake の概念
2データ取り込みAuto Loader（cloudFiles）、Lakeflow Connect、COPY INTO
3データ変換・モデリングPySpark / Spark SQL、UDF、複雑なデータ処理、メダリオン
4Lakeflow Jobsジョブ作成・スケジュール・依存関係・リトライ・通知
5ガバナンス・セキュリティUnity Catalog、権限、catalog.schema.table
6トラブルシューティング・最適化Spark UI、Liquid Clustering、predictive optimization、OOM 診断
7CI/CDDatabricks Asset Bundles、Git Folders、Databricks CLI

📝 旧試験にあった Delta Sharing / Lakehouse Federation は削除されました。古い問題集でこの範囲に時間をかけないよう注意。

4. 学習ロードマップ全体像 ​

進め方の原則：Phase 1（インプット）と Phase 2（ハンズオン）は並行して回す。Phase 3 で間違えた領域は Phase 2 のハンズオンに戻る。この往復が合格の近道。

5. 週次スケジュール（8週間モデル） ​

週重点具体アクション
1週目準備公式試験ガイド（日本語）DL・範囲把握／Free Edition で環境構築／overview 通読
2〜3週目基礎インプットDelta Lake・Unity Catalog・Lakeflow の概念を日本語ブログ＋ハンズオンで理解
3〜4週目ハンズオン①PySpark / Spark SQL で ETL、Auto Loader で取り込み
5週目ハンズオン②Lakeflow Jobs でジョブ化・スケジュール、宣言的パイプライン
6週目演習①公式練習問題を解く／間違えた範囲をハンズオンで復習
7週目演習②日本語模擬問題集を周回、CI/CD・最適化の知識補強
8週目仕上げ公式練習問題で安定 9 割／用語の英語表記を最終確認／受験

6. セクション別 学習チェックリスト ​

① プラットフォーム基礎 ​

  • [ ] レイクハウスとは何か、DWH/データレイクとの違いを説明できる
  • [ ] ワークスペース・ノートブック・クラスターの基本操作ができる
  • [ ] Delta Lake が「ACID・タイムトラベル・スキーマ管理」を提供する仕組みを理解

② データ取り込み ​

  • [ ] Auto Loader（cloudFiles）で増分ファイル取り込みができる
  • [ ] COPY INTO の使いどころを説明できる
  • [ ] Lakeflow Connect の役割を理解
  • [ ] スキーマ推論・スキーマ進化（schema evolution）の挙動を理解

③ データ変換・モデリング（最重要） ​

  • [ ] PySpark DataFrame API（select / filter / withColumn / join / groupBy）
  • [ ] Spark SQL でのクエリ・CTAS・ビュー
  • [ ] UDF の定義と使用
  • [ ] MERGE INTO（アップサート）
  • [ ] メダリオン（Bronze/Silver/Gold）で段階的に整形できる
  • [ ] マネージド vs 外部テーブルの違い

④ Lakeflow Jobs ​

  • [ ] ジョブ・タスクの作成、依存関係の設定
  • [ ] スケジュール（cron / トリガー）
  • [ ] リトライ・通知・パラメータ渡し
  • [ ] 宣言的パイプライン（旧 DLT）の Expectations（品質チェック）

⑤ ガバナンス・セキュリティ ​

  • [ ] Unity Catalog の 3 階層 catalog.schema.table
  • [ ] GRANT / REVOKE による権限管理
  • [ ] データリネージ・監査ログの概念

⑥ トラブルシューティング・最適化 ​

  • [ ] Spark UI でボトルネック（シャッフル・スキュー）を読む
  • [ ] OPTIMIZE / VACUUM / Liquid Clustering の役割
  • [ ] predictive optimization の概念
  • [ ] OOM やクラスターサイズ不足の切り分け

⑦ CI/CD ​

  • [ ] Databricks Asset Bundles でジョブ/パイプラインをコード管理
  • [ ] Git Folders（旧 Repos）で Git 連携
  • [ ] Databricks CLI の基本操作

7. ハンズオン課題 ​

実際に手を動かすためのミニ課題。メダリオンを一気通貫で作るのが一番効率的です。

💡 手順・コード付きの詳細版は ../06_hands-on/handson-associate.md（全12課題）にあります。 無料の Databricks Free Edition で実行でき、Free Edition の制約と「実機で練習できない範囲の補い方」は ../06_hands-on/00-free-edition.md にまとめています。

  1. Bronze：サンプル CSV/JSON をクラウドストレージに置き、Auto Loader で Delta テーブルへ増分取り込み
  2. Silver：PySpark でクレンジング（null 除去・型変換・重複排除）し、MERGE INTO で更新
  3. Gold：Spark SQL で集計テーブルを作成
  4. Jobs 化：上記を Lakeflow Jobs で 3 タスクの依存関係付きジョブにしてスケジュール実行
  5. ガバナンス：Unity Catalog にカタログ/スキーマを作り、GRANT で権限を付与
  6. 最適化：OPTIMIZE や Liquid Clustering を適用し、Spark UI で前後を比較
  7. CI/CD：完成したジョブを Asset Bundle 化し、Git Folders に登録

8. 問題演習の進め方 ​

  • 公式練習問題（Practice Exam）を最優先。合格者の多くが「本番と非常に近い」と証言。
  • 本リポジトリの ../08_mock-exam/mock-associate.md（45問 / 90分・配点比例） を時間を計って解き、採点表でドメイン別の弱点を特定する。用語は ../07_reference/glossary.md、数値は ../07_reference/cheatsheet-numbers.md で仕上げる。
  • 日本語模擬問題集（Udemy）は量をこなす用。ただし翻訳の甘さがあるので用語は英語も併記して暗記。
  • 目標：公式練習問題で安定して 90% 以上取れたら受験 GO。

9. 日本語リソース集 ​

種別リソース
公式Associate 認定 公式ページ（日本語）
全体像Databricksの認定資格 全部とってみた（Qiita）
合格体験記合格しました 2025年5月（Zenn）
合格体験記合格体験記（電通デジタル）
模擬問題日本語 模擬問題集（Udemy）
模擬問題日本語版オリジナル問題集（Udemy）
概念理解Databricksをちょっとだけ理解する（Zenn）

10. 受験直前・当日チェック ​

  • [ ] Webassessor で申込時に言語＝日本語を選択
  • [ ] オンライン受験なら：本人確認書類、静かな個室、机の上を片付ける（監督カメラチェックあり）
  • [ ] 安定したネット回線、Webカメラ、対応ブラウザを事前テスト
  • [ ] 90 分／45 問 ＝ 1 問あたり 2 分。迷う問題はフラグを立てて後回し
  • [ ] 用語の英語表記（Auto Loader, Unity Catalog, Asset Bundles…）を直前に見直す

次のステップ：合格後は roadmap-professional.md でプロフェッショナルへ。間に「実務で PySpark を触る期間」を挟むと合格率が上がります。