Google Cloud · GCP-ADP · Intermediate

Associate Data Practitioner — Questões de prática e simulado

Name: Pass-IT
Author: Pass-IT

Prepare-se para GCP-ADP com questões de prática originais e respostas explicadas com clareza. Peça mais detalhes a Alex, seu tutor de IA, use seus resultados para identificar os temas que precisam de revisão e pratique a gestão do tempo com simulados cronometrados.

Praticar para GCP-ADP gratuitamente Comprar acesso a GCP-ADP por $29.99

Comprar acesso a GCP-ADP por $29.99 Praticar para GCP-ADP gratuitamente

55Questões do simulado

120minLimite de tempo

Conferido com informações de Google Cloud · agosto de 2026 · Versão atual do exame

Visão geral

Sobre o exame

A certificação Associate Data Practitioner é uma credencial mais recente do Google Cloud lançada em 2025, que valida a capacidade de trabalhar com dados no Google Cloud em todo o ciclo de vida dos dados. Ela abrange ingestão de dados, transformação, orquestração de pipelines, análise, visualização e governança de dados.

Esta certificação é destinada a analistas de dados, profissionais de dados e engenheiros de dados em início de carreira que trabalham com as ferramentas de dados do Google Cloud, incluindo BigQuery, Dataflow, Pub/Sub, Looker e Cloud Storage.

Experimente as questões de prática

Experimente cinco questões de GCP-ADP

Pratique com cinco questões do banco atual de Associate Data Practitioner no app, com respostas e explicações.

Análise e Apresentação de Dados1 / 5

Qual instrução SQL é usada no BigQuery ML para gerar previsões a partir de um modelo treinado?

AlexExplicação completa do Alex

No BigQuery ML, ML.PREDICT gera previsões a partir de um modelo treinado ao aplicá-lo a novos dados (docs.cloud.google.com/bigquery/docs/reference/standard-sql/bigqueryml-syntax-predict). O fluxo de trabalho padrão usa CREATE MODEL para treinamento, ML.EVALUATE para métricas de desempenho e ML.PREDICT para inferência. ML.TRAIN não existe — o treinamento de modelos usa a sintaxe CREATE MODEL. ML.SCORE não é uma função válida do BigQuery ML. ML.INFER também não é uma função do BigQuery ML. A sintaxe correta é SELECT * FROM ML.PREDICT(MODEL project.dataset.model, (SELECT ...)).

Fontedocs.cloud.google.com

Preparação e ingestão de dados2 / 5

Você está construindo um pipeline de dados que precisa replicar continuamente as alterações de um banco de dados Oracle on-premises para o BigQuery em tempo quase real. Qual serviço do Google Cloud foi projetado para esse caso de uso de captura de dados de alteração (CDC)?

AlexExplicação completa do Alex

O Datastream é o serviço serverless de CDC (captura de dados de alteração) e replicação do Google Cloud. Ele lê continuamente o log de transações dos bancos de dados de origem (Oracle, MySQL, PostgreSQL, SQL Server, AlloyDB) e transmite as alterações para destinos como BigQuery, Cloud Storage ou Cloud SQL. Isso o torna ideal para a replicação em tempo quase real a partir de bancos on-premises. Diferente do Database Migration Service (focado na migração pontual ou contínua para o Cloud SQL/AlloyDB), o Datastream mira especificamente casos de uso de CDC em que você precisa de replicação contínua para destinos analíticos como o BigQuery. O BigQuery Data Transfer Service só importa de fontes SaaS como o Google Ads, não de bancos operacionais. O Storage Transfer Service move arquivos entre sistemas de armazenamento, não registros de banco de dados. Dica de prova: CDC a partir de bancos operacionais = Datastream.

Fontecloud.google.com

Criar uma conta grátis

As questões do app estão atualmente em inglês. As traduções desta prévia se aplicam apenas à prévia. Consulte a entidade certificadora para saber quais idiomas estão disponíveis para o exame oficial.

Banco de questões

300 questões de prática

O banco de questões do Pass-IT oferece material para você praticar para GCP-ADP. Um simulado do Pass-IT tem 55 questões e limite de 120 minutos; essas são as configurações da prática.

Dados do banco de questões: GCP-ADP

Objetivos do guia11 objetivos listados no guia oficial

distribuídos por 4 domínios no guia oficial do exame

Tamanho do banco300 questões

= O tamanho do banco equivale a 5 conjuntos de 55 questões. Isso não significa que cada simulado use um conjunto diferente.

Domínios do conteúdo programático4 domínios no conteúdo programático do exame

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

Registradas como conferidas com fontes300 de 300

questões cuja resposta, alternativas e explicação constam como conferidas com a documentação oficial de Google Cloud

Como as questões são criadas →

Domínios do exame

Conteúdo do exame

Preparação e ingestão de dados carrega o maior peso, 30%, e testa se você sabe escolher a ferramenta de transferência certa, limpar um dataset e direcioná-lo para uma camada de armazenamento que combine com a estrutura dele e com a forma como as ferramentas downstream vão consultá-lo. Gerenciamento de dados vem em seguida, com 25%, cobrindo controle de acesso via IAM, regras de ciclo de vida do armazenamento, backup e recuperação de desastres, além das escolhas de criptografia em todo o data estate. Análise e apresentação responde por 27%: é onde SQL no BigQuery, notebooks Jupyter e dashboards do Looker transformam dados governados em algo sobre o qual um stakeholder consegue agir, junto com o treinamento e o serving de modelos simples via BigQuery ML ou AutoML. Orquestração de pipelines fecha o blueprint com 18%, cobrando Dataflow, Dataproc e Cloud Composer para agendamento e monitoramento, não a construção de um pipeline do zero.

A divisão reflete a natureza híbrida do cargo: metade analista, metade engenheiro. Quem só consultou dados, sem nunca movê-los ou governá-los, subestima as seções de ingestão e gerenciamento. Já quem vem de uma bagagem puramente de engenharia tende a subestimar o quanto a prova espera fluência em BigQuery e Looker, e não código de pipeline.

Conteúdo programático: 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

Formato do exame e tipos de questões

A prova traz de 50 a 60 questões de múltipla escolha e de múltipla seleção numa janela de 120 minutos, com peso aproximado de 80% para resposta única e 20% para seleção múltipla. As questões são baseadas em cenários e pedem que você escolha o sistema de armazenamento certo para um dataset, monte um pipeline de transformação, escreva uma query SQL no BigQuery ou aplique o controle de governança de dados correto.

Tipos de questões: GCP-ADP

Múltipla escolha80%

Selecione a única resposta que melhor atende aos requisitos da questão.

Resposta múltipla20%

Selecione várias respostas. Siga as instruções da questão sobre quantas escolher.

Consulte Google Cloud para obter as informações oficiais sobre os formatos de questões. As proporções exibidas descrevem o banco de prática do Pass-IT e não determinam as proporções do exame oficial.

Planejamento

Preparação para GCP-ADP

A prova é aplicada pela Pearson VUE, com proctoring online ou em centro de testes, e está disponível em inglês e japonês. A certificação vale por 3 anos, com opções de renovação disponíveis durante o período de elegibilidade para renovação.

Preparação e informações práticas: GCP-ADP

Preparação

Exemplo de tempo de estudo35–90 h

faixa ilustrativa para o planejamento: de 35 h com experiência relevante a 90 h para quem está começando; suas necessidades podem ficar fora dessa faixa

NívelIntermediário

Conhecimentos recomendadosNão há pré-requisitos formais. Recomenda-se ter pelo menos 6 meses de experiência trabalhando com dados no Google Cloud.

Realização do exame e manutenção da certificação

ModalidadeSupervisionado online (Pearson VUE) ou supervisionado presencialmente em centros de testes

Política de novas tentativas14 dias de espera após a primeira tentativa reprovada, 60 dias após a segunda, 365 dias após a terceira. Máximo de 4 tentativas em um período de 2 anos.

Validade da certificação3 anos

A certificação é válida por 3 anos. As opções de renovação ficam disponíveis dentro do período de elegibilidade para renovação.

Guia oficialVer no site do fornecedor

Orientações de estudo

Erros comuns

Temas para revisar: GCP-ADP

01BigQuery vs Cloud SQL
Não entender quando usar um data warehouse (BigQuery) e quando usar um banco relacional (Cloud SQL)
02Pipeline Tools
Confundir Dataflow, Dataproc e Cloud Composer nos diferentes cenários de pipeline
03Data Governance
Deixar de lado o data lineage, a catalogação com o Dataplex e as políticas de controle de acesso
04Streaming vs Batch
Confundir os casos de streaming com Pub/Sub + Dataflow e os de processamento em batch

Praticar com questões e explicações no Pass-IT →

Dúvidas

Perguntas frequentes

Quais erros merecem atenção na preparação para Associate Data Practitioner?

Entre os temas que merecem revisão estão BigQuery vs Cloud SQL, Pipeline Tools, Data Governance, Streaming vs Batch. Trabalhe com exemplos para verificar se você entende as diferenças e consegue justificar sua resposta.

Como é a distribuição de pesos do exame Associate Data Practitioner?

Data preparation and ingestion é a maior seção, com 30%, seguida de data analysis and presentation com 27% e data management com 25%. Pipeline orchestration fica com os 18% restantes. Trazer os dados para dentro e extrair sentido deles representa, portanto, bem mais da metade do exame.

O que você precisa antes do exame Associate Data Practitioner?

O Google Cloud não define nenhum pré-requisito formal e recomenda cerca de seis meses trabalhando com dados na plataforma. O orçamento do catálogo gira em torno de 60 horas. É um exame de nível associate, então ele espera familiaridade com o BigQuery e o console, e não julgamento de arquitetura.

Por quanto tempo o Associate Data Practitioner vale?

Três anos, mais do que os dois anos que o Google Cloud dá às suas certificações professional. A renovação acontece dentro de uma janela de elegibilidade antes da data de expiração, e não no momento que você escolher.

O que acontece se você for reprovado no exame Associate Data Practitioner?

Os períodos de espera aumentam: 14 dias depois da primeira reprovação, 60 dias depois da segunda e 365 dias depois da terceira. O Google Cloud também limita você a quatro tentativas em qualquer período de dois anos. Uma terceira reprovação custa caro em tempo, o que é um argumento para fazer o exame só quando você estiver realmente pronto.

Associate Data Practitioner ou Professional Data Engineer?

O exame associate trata de usar a plataforma de dados: ingerir, preparar, analisar e apresentar. O professional trata de projetar os sistemas que fazem isso, e o orçamento dele é de 100 horas contra 60. Se te perguntam como um pipeline deveria ser, em vez de como operá-lo, o exame professional é o alvo certo.

Uma certificação, 12 meses

Prática para GCP-ADP

Concentre sua prática em uma certificação ou escolha o Pro para praticar para todas as certificações.

Comprar acesso a GCP-ADP por $29.99

Começar uma sessão de prática gratuitaExperimente as primeiras 20 questões sem cartão para avaliar se a prática atende às suas necessidades.

Para compras elegíveis: garantia de reembolso se você não passar no exame.

Ver condições da garantia →