学習ロードマップ — 🔧 中堅（実務3〜5年 / GCP or ML 経験あり）— 8週
想定：GCP の主要サービス（BigQuery / Cloud Storage / Pub/Sub 等）は実務で使ったことがあり、ML or データエンジニアリングの実務経験あり。 1日あたり 1.5時間、週末に 4時間 の合計 週12〜15時間 を想定した8週プラン。
📅 週次プラン
🌱 Phase 0：診断（Week 0）
- 試験要項.md、シラバス詳細.md を通読
- 自己診断：問題集 (
03_問題集/) からセクション1と4を 20問だけ 解いてみる- 80%以上 → このロードマップで OK、4週コースも検討
- 60%未満 → 新人ロードマップ（12週）にスイッチ推奨
- Agent Platform プロジェクトの準備（既存のものを再利用 OK）
- 受験日を 8週後 に仮決め
📘 Phase 1：弱点抽出（Week 1）
- 用語集を一度すべて読み、知らない/曖昧な用語を抽出
- 特に注意して読む新ガイドの追加論点
- 🆕 Model Armor（LLMセキュリティ）
- 🆕 LLM-as-a-judge（生成AI評価）
- 🆕 Ray on Agent Platform（分散ML）
- 🆕 Managed Service for Apache Airflow（旧 Cloud Composer の新名称）
- 🆕 Gemini ファインチューニング（BigQuery 経由）
- 🆕 Feature Attribution Drift
🧩 Phase 2：セクション攻略（Week 2〜6）
| 週 | セクション | 重点 |
|---|---|---|
| W2 | §1 + §2（軽量セクション2本） | BigQuery ML / AutoML / Workbench / 前処理ツール選定 |
| W3〜4 | §3 スケール ★ | モデル選定 / 訓練 / HPT / ファインチューニング / 分散戦略 |
| W5 | §4 サービング ★ | バッチ vs オンライン / Model Registry / Feature Store / カナリア |
| W6 | §5 + §6 | Pipelines vs Airflow vs Ray / CI/CD/CT / 4つのドリフト / Model Armor |
各週の進め方：
- 該当セクションの
01_基礎.mdを 30分で速読 02_応用.mdを熟読し、知らない論点だけ Cloud Console で確認03_要点と暗記.mdの意思決定ツリーを口頭で説明できるか自己テスト03_問題集/sectionX_問題集.mdを解く- 誤答 → 該当章へ戻り、なぜ誤ったかを言語化してノート
🎯 Phase 3：演習（Week 7）
- 問題集 2周目（誤答のみ）
- 苦手セクションの応用.md を再読
- Cloud Skills Boost で 生成AI 関連 Quest を最低1つ（Build and Deploy Machine Learning Solutions on Vertex AI など）
- 用語集 暗記
🏁 Phase 4：模試（Week 8）
- 前半：模擬試験1 → 弱点補強
- 後半：模擬試験2 → 弱点補強
- 公式サンプル問題
- 試験前日：シラバス詳細.md と要点と暗記.md の見出し通読
🎁 中堅向けのコツ
- 新ガイド (2026/6/1 改訂) の差分 に時間を集中投資する。古い情報のままだと出題に対応できない
- MLOps の3レベルの差 を即答できるようにする（手動 / CI&CD / CI/CD/CT）
- 「動く構成」は知っている前提 で、"最もスケールする/コスト効率が良い" 選択を選ぶ訓練が必要
- 既存の Vertex AI 経験を Agent Platform 名称 で再ラベリング（試験要項.md §8 の対応表を見える場所に貼る）
- GCP プロダクトの選定問題は「マネージドサービス最優先」「Google ネイティブ最優先」が原則
✅ 8週後のチェックポイント
- 全セクション問題集で 80%+
- 模試 1・2 で 70%+ 安定
- 新ガイド追加論点（Model Armor / LLM-as-a-judge / Ray / Feature Attribution Drift）を即答できる
- §3 と §4 のサービス選定問題で迷わない
- 試験予約済み