Professional Cloud Architect — シラバス詳細
公式 Exam Guide (v6.1) の 6セクション全項目 を完全日本語化し、出題比重と着眼点を添えた完全リファレンス。
各小項目（1.1, 1.2 …）は試験で必ず問われる骨格なので、学習資料の参照キーとして使えるよう原文の章番号を保持しています。
全体構成と出題比重
| Section |
テーマ |
比重 |
重点キーワード |
| 1 |
クラウドソリューションアーキテクチャの設計と計画 |
~25% |
要件定義 / Well-Architected / VPC / GKE/Cloud Run / 移行計画 |
| 2 |
クラウドソリューションインフラの管理とプロビジョニング |
~17.5% |
ハイブリッド/マルチクラウド / ストレージ / コンピュート / Vertex AI |
| 3 |
セキュリティとコンプライアンスの設計 |
~17.5% |
IAM / KMS / VPC SC / CMEK / IAP / コンプライアンス |
| 4 |
技術的・ビジネスプロセスの分析と最適化 |
~15% |
SDLC / CI/CD / DR / コスト最適化 / ステークホルダー管理 |
| 5 |
実装管理 |
~12.5% |
Apigee / Terraform / gcloud / Cloud Code |
| 6 |
ソリューションと運用上の卓越性の確保 |
~12.5% |
Cloud Monitoring/Logging / SRE / カオス工学 |
学習の優先度: Section 1 > Section 2 ≈ Section 3 > Section 4 > Section 5 ≈ Section 6
Section 1 だけで全体の 1/4 を占めるため、設計判断・トレードオフの言語化 が合格の最重要因子。
Section 1: クラウドソリューションアーキテクチャの設計と計画（~25%）
ビジネス要件・技術要件・ネットワーク/ストレージ/コンピュート設計・移行計画・将来構想の 5つの設計フェーズ に分かれます。
1.1 ビジネス要件を満たすクラウドソリューションインフラの設計
| 観点 |
内容 |
| ビジネスユースケースとプロダクト戦略 |
顧客価値、市場投入時間、競争優位 |
| 機能要件・非機能要件の特定 |
NFR（性能/可用性/拡張性/セキュリティ）の言語化 |
| 事業継続計画（BCP） |
RTO/RPO・DR 戦略・データ復旧 |
| コスト最適化 |
TCO、CapEx vs OpEx、コミットメント |
| アプリ設計の支援 |
サービス選定、レイヤ分割、API ファースト |
| 外部システムとの統合パターン |
Apigee、Pub/Sub、ETL、API ゲートウェイ |
| データの移動 |
データ転送方式（Transfer Service / Snowball 相当 / 専用線） |
| 設計判断のトレードオフ |
コスト vs パフォーマンス、可用性 vs シンプルさ |
| ワークロード扱い戦略 |
Build / Buy / Modify / Deprecate（4R+ の判断） |
| 成功指標 |
KPI、ROI、メトリクス設計 |
| セキュリティとコンプライアンス |
規制要件、データ主権 |
| Observability |
ログ、メトリクス、トレース、SLO |
着眼点
- 「ビジネス要件 → 技術要件 → サービス選定」の翻訳力が問われる
- 「クラウド初学者の経営者にどう説明するか」の視点
- Build/Buy/Modify/Deprecate の判断軸を コスト・期間・リスク で評価
1.2 技術要件を満たすクラウドソリューションインフラの設計
| 観点 |
内容 |
| Google Cloud Well-Architected Framework への精通 |
6本の柱を判断基準に使えること |
| 高可用性・フェイルオーバー設計 |
リージョン/ゾーン冗長、Multi-region、Active-Active |
| クラウドリソースの柔軟性 |
スケールアウト、マネージドサービス活用 |
| 成長要件に対応するスケーラビリティ |
オートスケール、シャーディング、パーティショニング |
| パフォーマンスとレイテンシ |
CDN、エッジ、近接性、Premium Tier |
| Gemini Cloud Assist |
AI 支援アーキテクト機能（最新追加） |
| バックアップとリカバリ |
スナップショット、PITR、リージョン跨ぎ |
着眼点
- Gemini Cloud Assist は新規追加項目。設計支援・デプロイ支援・トラブルシューティングを AI で行うサービス
- 「冗長化方式の選択」: マルチゾーン / マルチリージョン / マルチクラウド の使い分け
1.3 ネットワーク・ストレージ・コンピュートリソースの設計
| 観点 |
内容 |
| オンプレ/マルチクラウドとの統合 |
Cloud Interconnect、Cloud VPN、Cross-Cloud Interconnect |
| Google Cloud AI/ML ソリューション |
Gemini LLMs / Agent Builder / Model Garden / Gemini models / AI Hypercomputer |
| クラウドネイティブネットワーク |
VPC、Peering、Firewall、LB、Routing、Container networking、Shared VPC、Private Service Connect |
| データ処理ソリューションの選定 |
Dataflow / Dataproc / Composer / BigQuery |
| 適切なストレージタイプ選定 |
オブジェクト（GCS）/ ファイル（Filestore）/ DB（Spanner/CloudSQL/BigQuery/Firestore/Bigtable） |
| コンピュートニーズのプラットフォーム製品マッピング |
GKE / Cloud Run / Cloud Run functions |
| コンピュートリソースの選定 |
Spot VMs / Custom machine types / 特殊ワークロード（GPU/TPU） |
着眼点
- AI Hypercomputer は Google の AI スーパーコンピュータ製品（GPU/TPU クラスタ + 高速 NW + 統合ストレージ）
- Private Service Connect (PSC) は近年最重要。VPC Peering / 共有 VPC との使い分けを理解
- ストレージ選定マトリクス: 構造化/半構造化/非構造化 × OLTP/OLAP/Archive × レイテンシ要件
1.4 移行計画の作成（ドキュメント・アーキ図）
| 観点 |
内容 |
| 既存システムとの統合 |
サイドバイサイド運用、データ同期 |
| システムとデータの評価・移行 |
Google Cloud Migration Center によるアセスメント |
| 移行方法論・テスト・NW計画・依存関係計画 |
ウェーブ計画、依存マッピング、移行リハーサル |
| ソフトウェアライセンス影響と財務影響 |
BYOL、SPLA、サブスクリプション最適化 |
着眼点
- 移行戦略 4R+: Rehost（リフト&シフト）/ Replatform / Refactor / Rebuild / Retire / Retain
- Migration Center は 2024年以降の最新サービス。評価・計画・実行の統合プラットフォーム
1.5 将来のソリューション改善の構想
| 観点 |
内容 |
| クラウドと技術の進化 |
サーバーレス化、ML 統合、エッジ化 |
| ビジネスニーズの進化 |
グローバル展開、規制変化、M&A |
| クラウドファースト設計アプローチ |
クラウドネイティブ前提の設計思想 |
Section 2: クラウドソリューションインフラの管理とプロビジョニング（~17.5%）
実装フェーズ。ネットワーク・ストレージ・コンピュートの 具体的構成 と、Vertex AI / Gemini Enterprise 関連の最新項目が問われる。
2.1 ネットワークトポロジーの構成
| 観点 |
内容 |
| オンプレ環境への拡張（ハイブリッドNW） |
Dedicated/Partner Interconnect、Cloud VPN、HA VPN |
| マルチクラウド環境への拡張（GCP↔GCP含む） |
Cross-Cloud Interconnect、Network Connectivity Center |
| セキュリティ保護 |
IPS、アクセス制御、Firewall |
| VPC 設計と LB |
Cloud（Internal）/ Internet 向け / クラウド隣接サービスへのアクセス |
着眼点
- HA VPN は SLA 99.99%、Classic VPN は SLA 99.9%
- LB の使い分け: Global External / Regional External / Global Internal / Regional Internal
2.2 個別ストレージシステムの構成
| 観点 |
内容 |
| データストレージ割り当て |
サービス選定、容量計画 |
| データ処理・コンピュートプロビジョニング |
並列度、リソース配分 |
| セキュリティ・アクセス管理 |
IAM、CMEK、Bucket Policy |
| データ転送とレイテンシの構成 |
リージョン選定、Storage Transfer |
| データ保持とライフサイクル管理 |
OLM、TTL、アーカイブ階層 |
| データ成長計画 |
スケーリング戦略 |
| データ保護 |
バックアップ、リカバリ、リージョン跨ぎレプリケーション |
2.3 コンピュートシステムの構成
| 観点 |
内容 |
| コンピュートリソースのプロビジョニング |
MIG、リージョナル/ゾーナル |
| コンピュートボラティリティ構成 |
Spot vs Standard（Spot は最大91%引、24時間以内終了の前提） |
| クラウドネイティブネットワーク構成 |
Compute Engine / GKE / サーバーレスネットワーキング / Google Cloud VMware Engine |
| インフラオーケストレーション・設定・パッチ管理 |
OS Config、VM Manager |
| コンテナオーケストレーション |
GKE Autopilot、Standard、Workload Identity |
| サーバーレスコンピューティング |
Cloud Run、Cloud Run functions（旧 Cloud Functions） |
2.4 Vertex AI を活用したエンドツーエンドML ワークフロー
| 観点 |
内容 |
| Vertex AI Pipelines |
ML ライフサイクル自動化 |
| Vertex AI データ統合 |
Feature Store、Dataplex |
| AI Hypercomputer の活用 |
AI Hypercomputer / Cloud Run functions / Vertex AI で ML/AI ワークロード実行 |
| - GPU/TPU 統合 |
モデル学習・推論 |
| - 消費モデル最適化 |
コミット/オンデマンド/Spot |
| - 大規模 AI モデル学習 |
分散学習 |
2.5 Vertex AI 既製ソリューション・API の構成
| 観点 |
内容 |
| Google AI API の使い分け |
Search / Conversation / Vision / Image / Video / Audio |
| Gemini Enterprise 機能の統合 |
AI Agents / NotebookLM をワークフローに組み込み |
| Model Garden からのモデル統合 |
1st-party + 3rd-party モデル |
着眼点
- Gemini Enterprise Agent Platform への移行が試験ガイドに明記されている（旧 Vertex AI Agent Builder）
- 「自前ML vs マネージド AI API」の判断軸
Section 3: セキュリティとコンプライアンスの設計（~17.5%）
3.1 セキュリティ設計
| 観点 |
内容 |
| Identity and Access Management (IAM) |
役割の継承、最小権限、条件付き IAM |
| リソース階層 |
Organization → Folder → Project の継承 |
| データセキュリティ |
鍵管理、暗号化、Secret Manager |
| 職務分掌（Separation of duties） |
デプロイ権限と監査権限の分離 |
| セキュリティ統制 |
監査 / VPC Service Controls / Context-aware Access / Org Policy / 階層型ファイアウォール |
| Cloud KMS による CMEK 管理 |
キーローテーション、HSM |
| セキュアなリモートアクセス |
IAP / Service Account Impersonation / Chrome Enterprise Premium / Workload Identity Federation |
| ソフトウェアサプライチェーンの保護 |
Binary Authorization、SLSA、Artifact Registry |
| AI のセキュリティ |
Model Armor / Sensitive Data Protection / セキュアモデルデプロイ |
着眼点
- VPC Service Controls (VPC SC) は API レベルのデータ境界。マネージドサービスからのデータ流出を防ぐ
- Workload Identity Federation はサービスアカウントキー不要で外部 ID と連携
- Model Armor は新規追加。LLM のプロンプトインジェクション/データ漏洩防御
3.2 コンプライアンス設計
| 観点 |
内容 |
| 法規制 |
医療記録プライバシー / 児童プライバシー / データプライバシー / 所有権 / データ主権 |
| 商業要件 |
クレジットカード（PCI DSS）、PII |
| 業界認証 |
SOC 2 ほか（ISO 27001、HIPAA、FedRAMP） |
| 監査（ログ含む） |
Cloud Audit Logs（Admin Activity / Data Access / System Event / Policy Denied） |
Section 4: 技術的・ビジネスプロセスの分析と最適化（~15%）
4.1 技術プロセスの分析と定義
| 観点 |
内容 |
| SDLC |
要件定義 → 設計 → 実装 → テスト → デプロイ → 運用 |
| CI/CD |
Cloud Build / Cloud Deploy / Artifact Registry |
| トラブルシューティング・RCA ベストプラクティス |
ロールバック、フィーチャーフラグ |
| ソフトウェア・インフラのテスト・検証 |
単体/統合/E2E/負荷/カオス |
| サービスカタログとプロビジョニング |
Service Catalog、Marketplace |
| ディザスタリカバリ |
RTO/RPO、Cold/Warm/Hot |
4.2 ビジネスプロセスの分析と定義
| 観点 |
内容 |
| ステークホルダーマネジメント |
影響力行使、ファシリテーション |
| 変更管理 |
コミュニケーション、トレーニング |
| チーム評価・スキル準備 |
スキルマップ、トレーニング計画 |
| 意思決定プロセス |
RACI、ステアリングコミッティ |
| カスタマーサクセス管理 |
採用率、満足度 |
| コスト最適化・リソース最適化 |
CapEx/OpEx、Right-sizing |
| 事業継続 |
BCP/BCM |
Section 5: 実装管理（~12.5%）
5.1 開発・運用チームへの助言
| 観点 |
内容 |
| アプリ・インフラのデプロイ |
Blue-Green、Canary、Rolling |
| API 管理ベストプラクティス |
Apigee（フルライフサイクル API 管理） |
| テストフレームワーク |
負荷 / 単体 / 統合 |
| データ・システム移行ツール |
Database Migration Service、Storage Transfer、Datastream |
| Gemini Cloud Assist |
AI 支援運用（最新追加） |
5.2 Google Cloud をプログラム的に操作
| 観点 |
内容 |
| Cloud Shell Editor / Cloud Code / Cloud Shell Terminal |
ブラウザベース開発環境 |
| Google Cloud SDK（gcloud / gsutil / bq） |
CLI 操作 |
| Cloud Emulators |
Bigtable / Spanner / Pub/Sub / Firestore ローカル開発 |
| Infrastructure as Code（IaC / Terraform） |
宣言的インフラ管理 |
| Google API アクセスのベストプラクティス |
認証、レート制限、リトライ |
| Google API クライアントライブラリ |
各言語の公式 SDK |
Section 6: ソリューションと運用上の卓越性の確保（~12.5%）
6.1 Well-Architected Framework の運用上の卓越性の柱の原則と推奨事項
- 自動化、観測可能性、継続的改善、文書化、トイル削減
- SRE プラクティス（SLI/SLO/SLA/エラーバジェット）
6.2 Google Cloud Observability ソリューション
| 観点 |
内容 |
| モニタリングとロギング |
Cloud Monitoring / Cloud Logging / Error Reporting |
| プロファイリングとベンチマーキング |
Cloud Profiler、Cloud Trace |
| アラート戦略 |
通知チャネル、ポリシー、SLO ベースアラート |
6.3 デプロイとリリース管理
- リリース戦略（Blue-Green / Canary / Feature Flag）
- ロールバック計画
6.4 デプロイ済みソリューションのサポート支援
6.5 品質管理対策の評価
6.6 本番ソリューションの信頼性確保
- カオスエンジニアリング / ペネトレーションテスト / 負荷テスト
学習資料との対応表
各フォルダには README.md（概観）/ 01_基礎.md（新人向け）/ 02_応用.md（中堅向け）/ 03_要点と暗記.md（直前確認） を配置しています。