EnglishDeutschFrançaisEspañolPortuguês

Google Cloud · GCP-ADP · Intermediate

Associate Data Practitioner — Preguntas de práctica y simulacro de examen

Prepara GCP-ADP con preguntas de práctica originales y respuestas explicadas con claridad. Pide más detalles a Alex, tu tutor de IA, usa tus resultados para identificar los temas que necesitas repasar y practica cómo distribuir tu tiempo con simulacros de examen cronometrados.

55Preguntas del simulacro
120minTiempo límite

Contrastado con Google Cloud · agosto de 2026 · Versión actual del examen

Acerca del examen

La certificación Associate Data Practitioner es una credencial más reciente de Google Cloud lanzada en 2025, que valida la capacidad de trabajar con datos en Google Cloud a lo largo del ciclo de vida completo de los datos. Abarca la ingesta de datos, transformación, orquestación de pipelines, análisis, visualización y gobernanza de datos.

Esta certificación está diseñada para analistas de datos, profesionales de datos e ingenieros de datos en etapa inicial de su carrera que trabajan con las herramientas de datos de Google Cloud, incluyendo BigQuery, Dataflow, Pub/Sub, Looker y Cloud Storage.

Prueba cinco preguntas de GCP-ADP

Practica con cinco preguntas del banco actual de Associate Data Practitioner de la app, con sus respuestas y explicaciones.

Análisis y Presentación de Datos1 / 5

¿Qué sentencia SQL se usa en BigQuery ML para generar predicciones a partir de un modelo entrenado?

AlexExplicación completa de Alex

En BigQuery ML, ML.PREDICT genera predicciones a partir de un modelo entrenado al aplicarlo a datos nuevos (docs.cloud.google.com/bigquery/docs/reference/standard-sql/bigqueryml-syntax-predict). El flujo de trabajo estándar usa CREATE MODEL para el entrenamiento, ML.EVALUATE para métricas de rendimiento y ML.PREDICT para inferencia. ML.TRAIN no existe: el entrenamiento de modelos usa la sintaxis CREATE MODEL. ML.SCORE no es una función válida de BigQuery ML. ML.INFER tampoco es una función de BigQuery ML. La sintaxis correcta es SELECT * FROM ML.PREDICT(MODEL project.dataset.model, (SELECT ...)).

Fuentedocs.cloud.google.com

Preparación e ingesta de datos2 / 5

Estás construyendo una canalización de datos que necesita replicar de forma continua los cambios de una base de datos Oracle on-premises a BigQuery casi en tiempo real. ¿Qué servicio de Google Cloud está diseñado para este caso de uso de captura de datos de cambios (CDC)?

AlexExplicación completa de Alex

Datastream es el servicio serverless de CDC (captura de datos de cambios) y replicación de Google Cloud. Lee continuamente el registro de transacciones de las bases de datos de origen (Oracle, MySQL, PostgreSQL, SQL Server, AlloyDB) y transmite los cambios a destinos como BigQuery, Cloud Storage o Cloud SQL. Eso lo vuelve ideal para la replicación casi en tiempo real desde bases de datos on-premises. A diferencia de Database Migration Service (que se enfoca en la migración puntual o continua hacia Cloud SQL/AlloyDB), Datastream apunta específicamente a casos de uso de CDC en los que necesitas una replicación continua hacia destinos analíticos como BigQuery. BigQuery Data Transfer Service solo importa desde fuentes SaaS como Google Ads, no desde bases de datos operativas. Storage Transfer Service mueve archivos entre sistemas de almacenamiento, no registros de bases de datos. Consejo para el examen: CDC desde bases de datos operativas = Datastream.

Fuentecloud.google.com

Las preguntas de la app están actualmente en inglés. Las traducciones de esta vista previa solo se aplican a la vista previa. Consulta con el proveedor de la certificación los idiomas disponibles para el examen oficial.

300 preguntas de práctica

El banco de preguntas de Pass-IT te ofrece material para practicar para GCP-ADP. Un simulacro de Pass-IT incluye 55 preguntas y un tiempo límite de 120 minutos; estos son los ajustes de la práctica.

Datos del banco de preguntas: GCP-ADP

Objetivos de la guía11 objetivos enumerados en la guía oficial

distribuidos entre 4 dominios en la guía oficial del examen

Tamaño del banco300 preguntas

= El tamaño del banco equivale a 5 conjuntos de 55 preguntas. Esto no significa que cada simulacro utilice un conjunto distinto.

Dominios del temario4 dominios en el temario del examen

Data Preparation and Ingestion 82 · Data Analysis and Presentation 73 · Data Pipeline Orchestration 55 · Data Management 90

Registradas como contrastadas con fuentes300 de 300

preguntas cuya respuesta, opciones y explicación constan como contrastadas con la documentación oficial de Google Cloud

Contenido del examen

La preparación e ingesta de datos es la sección de mayor peso con un 30%, y mide si sabes elegir la herramienta de transferencia correcta, limpiar un dataset y llevarlo a una capa de almacenamiento acorde con su estructura y con la forma en que lo van a consultar las herramientas posteriores. Le sigue la gestión de datos con un 25%, que cubre el control de acceso basado en IAM, las reglas de ciclo de vida del almacenamiento, backup y disaster recovery, y las decisiones de cifrado en todo el entorno de datos. El análisis y la presentación suman un 27%: ahí BigQuery SQL, los notebooks de Jupyter y los dashboards de Looker convierten datos gobernados en algo sobre lo que un stakeholder pueda actuar, además del entrenamiento y despliegue de modelos sencillos con BigQuery ML o AutoML. La orquestación de pipelines cierra el temario con un 18%, y evalúa Dataflow, Dataproc y Cloud Composer para programar y monitorear, más que para construir un pipeline desde cero.

El reparto refleja la naturaleza híbrida del rol: mitad analista, mitad ingeniero. Quien solo ha consultado datos, sin moverlos ni gobernarlos, subestima las secciones de ingesta y gestión; quien viene de un perfil puramente de ingeniería suele subestimar cuánto espera el examen que domines BigQuery y Looker en vez de código de pipelines.

Temario del examen: GCP-ADP

Data Preparation and Ingestion~30%

Cleanse and transform raw data with ETL/ELT tooling, then route it into the right Google Cloud storage layer based on its shape and how it will be consumed.

≈ 18 h
Data Analysis and Presentation~27%

Surface patterns in the data through BigQuery queries and Jupyter notebooks, turn that analysis into Looker dashboards stakeholders can act on, and train, evaluate, and serve models with BigQuery ML or AutoML.

≈ 16 h
Data Pipeline Orchestration~18%

Build straightforward transformation pipelines with tools like Dataflow, Dataproc, and Cloud Data Fusion, then schedule, automate, and watch over them using Cloud Composer and event-driven triggers.

≈ 11 h
Data Management~25%

Govern who can reach the data through IAM and Analytics Hub, set lifecycle rules that age or delete it automatically, make sure it stays available and recoverable if disaster strikes, and apply encryption to stay within privacy requirements.

≈ 15 h

Formato del examen y tipos de preguntas

El examen plantea entre 50 y 60 preguntas de opción múltiple y de selección múltiple dentro de una ventana de 120 minutos, con un reparto aproximado de 80% de respuesta única y 20% de selección múltiple. Las preguntas se basan en escenarios: te piden elegir el sistema de almacenamiento adecuado para un dataset, armar un pipeline de transformación, escribir una consulta SQL en BigQuery o aplicar el control de gobernanza de datos correcto.

Tipos de preguntas: GCP-ADP

Opción múltiple80%

Selecciona la única respuesta que mejor cumpla los requisitos de la pregunta.

Respuesta múltiple20%

Selecciona varias respuestas. Sigue las instrucciones de la pregunta sobre cuántas debes elegir.

Consulta a Google Cloud para conocer la información oficial sobre los formatos de preguntas. Las proporciones mostradas describen el banco de práctica de Pass-IT y no determinan las del examen oficial.

Preparación para GCP-ADP

El examen se rinde a través de Pearson VUE, ya sea en línea con supervisión remota o en un centro de evaluación, y está disponible en inglés y japonés. La certificación tiene una vigencia de 3 años, con opciones de renovación durante el periodo de elegibilidad para renovar.

Preparación y aspectos prácticos: GCP-ADP

Preparación

Ejemplo de tiempo de estudio35–90 h

rango orientativo para planificar: de 35 h con experiencia relevante a 90 h si empiezas desde cero; tus necesidades pueden quedar fuera de este rango

NivelIntermedio
Conocimientos recomendadosNo hay requisitos formales. Se recomienda tener 6 meses o más de experiencia trabajando con datos en Google Cloud.

Obtención y mantenimiento de la certificación

ModalidadSupervisado en línea (Pearson VUE) o supervisado presencialmente en centros de examen
Política de repetición14 días de espera tras el primer intento fallido, 60 días tras el segundo, 365 días tras el tercero. Máximo 4 intentos en un período de 2 años.
Validez de la certificación3 años

La certificación tiene una vigencia de 3 años. Vas a encontrar opciones de renovación disponibles dentro del período en el que eres elegible para renovarla.

Errores frecuentes

Temas para repasar: GCP-ADP

  1. 01BigQuery vs Cloud SQL

    No tener claro cuándo conviene un data warehouse (BigQuery) y cuándo una base de datos relacional (Cloud SQL)

  2. 02Pipeline Tools

    Confundir Dataflow, Dataproc y Cloud Composer al momento de elegir la herramienta para cada tipo de pipeline

  3. 03Data Governance

    Dejar de lado el data lineage, la catalogación con Dataplex y las políticas de control de acceso

  4. 04Streaming vs Batch

    Malinterpretar cuándo usar streaming con Pub/Sub + Dataflow y cuándo procesamiento por lotes

Preguntas frecuentes

¿Qué errores conviene revisar al preparar Associate Data Practitioner?

Entre los temas que conviene repasar están BigQuery vs Cloud SQL, Pipeline Tools, Data Governance, Streaming vs Batch. Trabaja con ejemplos para comprobar que entiendes las diferencias y puedes justificar tu respuesta.

¿Cómo se pondera el examen Associate Data Practitioner?

Data preparation and ingestion es la sección más grande con un 30%, seguida de data analysis and presentation con un 27% y data management con un 25%. Pipeline orchestration se lleva el 18% restante. Meter los datos y darles sentido es, por lo tanto, bastante más de la mitad del examen.

¿Qué necesitas antes del examen Associate Data Practitioner?

Google Cloud no exige ningún requisito formal y recomienda unos seis meses trabajando con datos en la plataforma. El presupuesto del catálogo ronda las 60 horas. Es un examen de nivel associate, así que espera que conozcas bien BigQuery y la consola, no que tengas criterio de arquitecto.

¿Cuánto tiempo es válido el Associate Data Practitioner?

Tres años, más que los dos años que Google Cloud da a sus certificaciones professional. La renovación ocurre dentro de una ventana de elegibilidad previa a la fecha de vencimiento, no en el momento que tú elijas.

¿Qué pasa si repruebas el examen Associate Data Practitioner?

Los tiempos de espera van subiendo: 14 días tras el primer intento fallido, 60 días tras el segundo y 365 días tras el tercero. Google Cloud además te limita a cuatro intentos en cualquier periodo de dos años. Un tercer fallo sale caro en tiempo, y ese es un buen argumento para presentarte solo cuando de verdad estés listo.

¿Associate Data Practitioner o Professional Data Engineer?

El examen associate va de usar la plataforma de datos: ingerir, preparar, analizar y presentar. El professional va de diseñar los sistemas que hacen todo eso, y su presupuesto es de 100 horas frente a 60. Si te preguntan cómo debería ser un pipeline en vez de cómo operarlo, el examen professional es tu objetivo.

Una certificación, 12 meses

Práctica para GCP-ADP

Centra tu práctica en una certificación o elige Pro para practicar todas las certificaciones.

Empezar una sesión de práctica gratuitaPrueba las primeras 20 preguntas sin tarjeta para ver si la práctica te resulta útil.

Para compras elegibles: garantía de devolución del dinero si no apruebas tu examen.

Ver condiciones de la garantía →