Azure認定資格 WEB問題集&徹底解説

DP-900:Microsoft Azure Data Fundamentals

正解 B問題
分野1:データの主要概念の説明 タスクステートメント1.4:データワークロードの役割と責任の特定
合格に向けて、もっと深く学習する
豊富な問題と詳細なAzureサービス解説を、1 時間無料でお試しいただけます
プレミアム会員機能を無料で試す ❯
問題文と選択肢
ある通信事業者では、携帯電話網から出力される通信ログを Azure Data Lake Storage に蓄積している。分析クエリのスキャン量を減らすため、蓄積するファイル形式を CSV から列指向の Parquet へ変更し、あわせて「地域/年/月/日」の階層でフォルダーを分けるパーティション設計を行い、取り込み処理へ反映することになった。
このファイル形式の選定とパーティション設計の実装を主に担当する役割として最も適切なものはどれか。
  • データアナリスト
  • データエンジニア
  • データベース管理者(DBA)
  • AI エンジニア
解説 頻出度★★★★★
この問題は、「データレイクのファイル形式の選定 × パーティション設計 × 取り込み処理への反映」という作業が、分析用データストアと取り込み・変換処理を設計・実装するデータエンジニアの責務だと判断できるかがポイントです。

A. データアナリスト

データアナリストは、蓄積されたデータを調査・分析し、レポートや視覚化として意思決定に役立つ形で提示する役割です。
Parquet 化やパーティション設計によってクエリが速くなる恩恵は受けますが、格納形式そのものを決めて取り込み処理へ実装するのは分析の前段の工程であり、アナリストの責務ではありません。
「スキャン量を減らしたい」という動機がアナリスト側から出ることはあっても、実装の担当は別の役割です。

正解

B. データエンジニア

データエンジニアは、公式教材でも「データ取り込みパイプライン、クレンジングと変換アクティビティ、分析ワークロード用のデータストアを設計および実装する」役割と定義されています。
リレーショナル・非リレーショナル・ファイルストア・データストリームなど多様なデータプラットフォーム技術を扱うため、CSV から Parquet への変更や「地域/年/月/日」のパーティション設計はまさにその中心的な仕事です。
取り込み処理へ反映し、期待どおりデータが読み込まれるよう監視するところまでを担います。

C. データベース管理者(DBA)

データベース管理者(DBA)は、データベースの可用性とパフォーマンスの維持、バックアップと復旧、ユーザーへのアクセス許可の付与を主な責務とします。
担当領域はデータベースシステムの運用であり、データレイク上のファイル形式やフォルダー階層の設計は範囲外です。
「パフォーマンス改善」という言葉が共通するため紛らわしいものの、対象がデータベースかデータレイクの取り込み処理かで切り分けます。

D. AI エンジニア

AI エンジニアは、大規模言語モデル (LLM) や機械学習パイプラインを用いた AI 機能を構築し、アプリケーションやデータワークフローへ統合する役割です。
データエンジニアと連携して元データを利用しますが、データレイクの格納形式やパーティションの設計そのものは担当しません。
本問には AI や機械学習の要素が一切登場しない点も判断材料になります。

これだけ覚える(記憶フック)
データを「貯める形」を決めるのはデータエンジニア。使う人(アナリスト)でも守る人(DBA)でもない。
正解への思考ルート 問題文から要件を抽出し、選択肢の適否を判断するのがポイントです。
要件 判断ポイント
分析用データストア(Data Lake Storage)の格納形式を決める 分析ワークロード向けデータストアの設計と実装はデータエンジニアの定義そのもの
→選択肢(B)が正解
取り込み処理(パイプライン)へ反映する 取り込み・変換パイプラインの構築と保守を担うのはどの役割かで決まる
→選択肢(B)が正解
蓄積済みデータの分析・レポート作成は問われていない データを使う側の役割は、貯め方の設計・実装を担当しない
→選択肢(A)を消す
対象はデータベースではなくデータレイク上のファイル 可用性・バックアップ・権限管理といったデータベース運用の責務とは領域が異なる
→選択肢(C)を消す
AI・機械学習の要素が登場しない AI 機能の実装・統合を責務とする役割は本問の作業と無関係
→選択肢(D)を消す
ひっかけポイント
  • 「スキャン量を減らす=パフォーマンス改善」から DBA を選びたくなるが、DBA の守備範囲はデータベースの可用性・性能・バックアップ・権限であり、データレイクのファイルレイアウトは含まれない
  • 分析を速くしたいという動機の出どころ(アナリスト)と、実装の担当(データエンジニア)は別。問題文が「実装を主に担当する役割」と書いている点を読み落とさない
  • 列指向の Parquet は必要な列だけを読み出せるため、CSV より分析クエリのスキャン量とコストを減らせる。パーティション(地域/年/月/日)は読む対象のフォルダーを絞り込むための設計であり、両者はセットで問われやすい
  • 実務では 1 人が複数の役割を兼ねることもあるが、試験で問われるのは役割ごとの責務の区分。「誰ができるか」ではなく「誰の主な責任か」で答える
出題バリエーション 同じ知識が本番では条件を変えて出題されます。
問題文がこう変わったら 正解はこう変わる
「蓄積された Parquet を読み、Power BI でレポートを作成する役割は?」 データアナリストが正解に変わる。
「Azure SQL Database のバックアップ計画とユーザー権限を管理する役割は?」 データベース管理者(DBA)が正解に変わる。
「蓄積したログを使い、問い合わせに答える生成 AI 機能をアプリへ組み込む役割は?」 AI エンジニアが正解に変わる。
「行単位で頻繁に追記・更新する用途に適したファイル形式は?」 列指向の Parquet ではなくAvro などの行指向形式が正解軸に。
関連サービスの解説 Azure Data Lake
リファレンス この問題を解くために必要な知識を扱う公式ドキュメントです。
知識項目 公式ドキュメント
データエンジニアの責務(取り込みパイプラインと分析用データストアの設計・実装) データの世界における仕事上の役割について調べる - Training
+ 質問 / コメント
解答・解説に疑問がある場合や、よりよい解説がある場合など、お気軽にコメントください。ただし、短文コメントは表示されません。また、中傷などコメントの内容によっては、会員機能を停止させて頂きます。教え学び合える場になれば嬉しいです。(コメント投稿にはログインが必要です)
正答率 0%
No.6 解説
ある通信事業者では、携帯電話網から出力される通信ログを Azure Data Lake Storage に蓄積している。分析クエリのスキャン量を減らすため、蓄積するファイル形式を CSV から列指向の Parquet へ変更し、あわせて「地域/年/月/日」の階層でフォルダーを分けるパーティション設計を行い、取り込み処理へ反映することになった。
このファイル形式の選定とパーティション設計の実装を主に担当する役割として最も適切なものはどれか。
  • データアナリスト
  • データエンジニア
  • データベース管理者(DBA)
  • AI エンジニア

(会員限定)当問題の評価をお願いします。改善に活用します。