🎯 ロードマップ — シニアエンジニア向け（4〜6週間）
対象：実務5年以上 / データ基盤・アーキテクチャ設計の経験が豊富 前提：分散処理・DWH・ストリーミング・IaCを実務で扱った経験がある 学習時間の目安：1日2時間前後（週10〜12時間 × 4〜6週 ≒ 50〜60時間）
シニアは知識の大半を既に持っている前提。学習は**「GCP固有の語彙・制約への変換」と「試験特有の出題クセへの適応」**に集中します。教材は🎯と問題集を主戦場にし、📘🔧は知識の抜けを埋める辞書として使う。
戦略：ギャップ駆動学習（Gap-Driven）
1. 最初に模擬試験1を解く（診断テスト）
↓
2. セクション別の正答率で「知らないところ」を特定
↓
3. 弱点セクションだけを学習資料で集中補強
↓
4. 問題集で確認 → 模擬試験2 → 受験
通読型ではなく弱点特定型。最初に実力を測り、足りない部分にだけ時間を投下します。
全体スケジュール（4週間モデル）
| 週 | テーマ | 活動 |
|---|---|---|
| 1 | 診断＋GCP語彙の習得 | 模試1で診断、用語集で日英対応、シラバスで範囲確認 |
| 2 | 弱点セクション集中（通常はセクション4/5、または特定領域） | 該当学習資料の🎯＋問題集 |
| 3 | 横断演習＋トレードオフ整理 | 全問題集、意思決定ツリー、アーキ設計パターン |
| 4 | 模試2＋直前調整＋受験 | 模試2で70%+を確認し受験 |
6週モデルにする場合は、Week 2〜3を倍に拡張（各セクションを2周）。
重点トピック（シニアが取りこぼしやすい "GCP固有"）
シニアの失点は知識不足より**「GCP特有の正解パターン」を知らない**ことが多い。以下を重点確認：
アーキテクチャ判断（既知の概念だがGCP実装が問われる）
- BigQuery：スロット課金 vs オンデマンド、Editions/予約、BI Engine、マテビュー、タイムトラベル(7日)
- Bigtable：行キー設計（時系列のホットスポット回避、フィールドプロモーション）、SSD/HDD選択
- Spanner：TrueTime、インターリーブ、ホットスポット回避、処理ユニット(PU)
- Dataflow：ウォーターマーク、Exactly-once、Dataflow Shuffle、ストリーミングエンジン、スナップショット
- Pub/Sub：シーク、メッセージ保持、順序指定キー、デッドレター
"正解の型"（試験のクセ）
- コスト最適化 → Dataprocはephemeralクラスタ＋Cloud Storage（HDFSに永続させない）
- 運用負荷最小 → マネージド/サーバーレス優先（Dataflow > 自前Spark）
- 組織間データ共有 → Analytics Hub（コピー不要）
- マルチクラウド分析 → BigQuery Omni / BigLake
- CDC → Datastream、DB移行 → DMS、大容量オフライン → Transfer Appliance
- 統合ガバナンス/データメッシュ → Dataplex / Dataplex Catalog
最新トピック（2024改訂で追加・強化）
- AIデータエンリッチメント、LLMによるクエリ生成
- RAG・埋め込み（embeddings） 向けの非構造化データ準備、Vector Search
- BigQuery ML の用途別モデル選択
- Dataform（BigQueryのELT・データ変換のバージョン管理）
💡 シニア向けの注意点
- 過信が最大の敵：「実務でこうやっている」が試験の正解とは限らない（試験はGoogleのベストプラクティス基準）
- AWS/Azureの設計感覚を引きずらない：例）「Kinesis感覚でPub/Sub」だとウィンドウ処理はDataflow側、という分担を外す
- 複数選択問題：シニアでも"選ぶ数"のミスで失点しがち。問題文の「2つ選べ」を必ず確認
- 時間が余ったら：Cloud アーキテクチャセンターのデータ分析リファレンスを読むと設計問題に強くなる
- 4週で70%に届かない領域があれば、その1セクションだけ新人/中堅ロードマップの該当週を流用