Pay attention on Pass-king Databricks-Certified-Data-Engineer-Professional日本語 Practice Materials, clear exam 100% for sure

Databricks Databricks-Certified-Data-Engineer-Professional日本語 Exam Syllabus Topics:

Databricks Certified Data Engineer Professional Exam (Databricks-Certified-Data-Engineer-Professional日本語版) Sample Questions:

Question 1

データエンジニアは、顧客取引データを処理する本番環境のLakeflow宣言型パイプラインを管理しています。パイプラインには、transaction_amount > 0やcustomer_id IS NOT NULLといった、いくつかのデータ品質期待値が含まれています。これらの期待値は、SQLのEXPECT句を使用して定義されています。
エンジニアは、最新のパイプライン更新中に各期待値を満たしたレコード数と満たなかったレコード数を分析することで、パイプラインのデータ品質を監視することを目指しています。Lakeflow Declarative Pipelinesのイベントログは、event_log_tableというDeltaテーブルに保存されます。
最新のパイプライン更新では、各期待値の名前、関連付けられたデータセット、期待値を満たしたレコードの数、期待値を満たさなかったレコードの数などの情報を抽出するための、プログラム的に適切なアプローチを決定します。
Lakeflow 宣言型パイプライン イベント ログから必要なデータ品質メトリックを取得する方法はどれですか。

A. event_log_table で、event_type = 'data_quality' のイベントを照会し、passed_records フィールドと failed_records フィールドを直接選択します。
B. event_log_table にアクセスし、event_type = 'expectation_result' のイベントをフィルタリングし、詳細フィールドから期待メトリックを抽出します。
C. Lakeflow 宣言型パイプライン UI を使用して特定のパイプラインに移動し、データセットを選択し、[データ品質] タブを表示して期待メトリックを手動で取得します。
D. event_log_table にアクセスし、event_type = 'flow_progress' のイベントをフィルタリングし、details.flow_progress.data_quality.expectations フィールドを解析して必要なメトリックを抽出します。

Question 2

データガバナンスチームは、個人識別情報(PII)を含む「ユーザー」テーブルの社会保障番号列に適切なマスキングを施すことを必須としました。これは、HRAdminGroup以外のユーザーからは、マスキングされた社会保障番号が***-**-として表示されることを意味します。
****。
チームはマスキング機能を作成しました。

この目標を達成するために、データ ガバナンス チームは次に何をする必要がありますか?

A. CREATE TABLE users
(name STRING, ssn INT MASKED ssn_mask);
B. CREATE TABLE users
(name STRING, ssn STRING);
ALTER TABLE users ALTER COLUMN ssn SET MASK ssn_mask;
C. CREATE TABLE users
(name STRING, int STRING);
ALTER TABLE users ALTER COLUMN ssn CREATE MASK if is_member('HRAdminGroup');
D. CREATE TABLE users
(name STRING);
ALTER TABLE users CREATE COLUMN ssn CREATE MASK ssn_mask;

Question 3

統合テストについて説明している記述はどれですか?

A. 手動介入が必要
B. アプリケーションの個々の要素の動作を検証します
C. アプリケーションのサブシステム間の相互作用を検証します
D. アプリケーションのユースケースを検証する
E. 自動テストフレームワークが必要です

Question 4

データエンジニアリングチームのメンバーが、より大規模なデータパイプラインの一部としてスケジュール設定したいという短いノートブックを提出しました。以下のコマンドは、提示されているとおりに実行した場合に論理的に正しい結果を生成するものと仮定します。

ジョブとしてスケジュールする前にノートブックから削除する必要があるコマンドはどれですか?

A. コマンド4
B. コマンド6
C. コマンド 5
D. コマンド3
E. コマンド2

Question 5

大規模な分散型 Databricks バッチおよびストリーミング パイプラインのすべてのノードにわたって一貫した PII マスキングを確保する際の主な技術的課題は何ですか。

A. 動的データ マスキングは保存時にのみ適用されるため、クエリのパフォーマンスには影響しません。
B. マスキング関数は、Unity Catalog を通じて標準化および管理され、データの不整合を回避するためにすべての関連データセットに強制適用される必要があります。
C. Databricks のネイティブ マスキングは、すべての下流の外部 Databricks システムと自動的に同期します。
D. PII マスキングは直接識別子に対してのみ必要です。

Solutions: