Google Cloud認定 Cloud Digital Leader - L

コースについて

Google Cloud認定 Cloud Digital Leaderの概要は以下のGoogle Cloud公式サイトから確認できます。

https://cloud.google.com/learn/certification/cloud-digital-leader?hl=ja

出題される内容についての詳細は以下から確認できます。

https://services.google.com/fh/files/misc/cloud_digital_leader_exam_guide_japanese.pdf?hl=ja

コース内容

Cloud Digital Leaderの概要

Cloud Digital Leaderの概要

Cloud Digital Leaderの受験方法

セクション 1: Google Cloud によるデジタルトランスフォーメーション（試験内容の約 17%）

1.1 クラウドテクノロジーがビジネスに変革を起こす理由
a. 用語の解説
b. クラウドテクノロジーと従来の（オンプレミス）テクノロジーの違い
c. デジタルトランスフォーメーションに対するクラウドテクノロジーのメリット
d. オンプレミスインフラストラクチャ、パブリッククラウド、プライベートクラウド、ハイブリッドクラウド、マルチクラウドの主なメリットとこれらの違い
e. Google Cloud のビジネストランスフォーメーションの主なメリット
f. 新しいテクノロジーを採用しない組織への影響とリスク
g. 組織をデジタルトランスフォーメーションに導く推進要因と課題
h. トランスフォーメーションクラウドの説明、アプリとインフラストラクチャのモダナイゼーション、データの民主化、人々のつながり、信頼できるトランザクションを通じて組織のデジタルトランスフォーメーションを加速する仕組み
1.2 クラウドの基本的なコンセプト
a. クラウドインフラストラクチャへの移行が柔軟性、スケーラビリティ、信頼性、弾力性、アジリティ、総所有コスト（TCO）にどのように影響するか
b. 組織のオンプレミス環境からクラウドへの移行により、資本支出（CapEx）が運用支出（OpEx）に移行されて、総所有コスト（TCO）にどのような影響がもたらされるのか
c. さまざまなビジネスユースケースにプライベート、ハイブリッド、マルチクラウドの各インフラストラクチャが最も適している状況を識別する
d. ネットワークインフラストラクチャの基本用語
e. 信頼できる高速ネットワークで接続されたグローバルなインフラストラクチャとデータセンターにより、Google Cloud がデジタルトランスフォーメーションをどのようにサポートするか
1.3 クラウドコンピューティングモデルと責任共有
a. IaaS、PaaS、SaaS
b. 総所有コスト（TCO）、柔軟性、責任共有、管理レベル、必要な人員と技術的な専門知識など、IaaS、PaaS、SaaS のメリットとトレードオフを比較、対比する
c. さまざまなビジネスシナリオやユースケースに適したコンピューティングモデル（IaaS 、PaaS、SaaS）
d. クラウドの責任共有モデルについて、オンプレミスモデルとクラウドコンピューティングモデル（IaaS、PaaS、SaaS）において、クラウドプロバイダが負う責任とお客様が負う責任を比較
【テスト】Google Cloud によるデジタルトランスフォーメーション

セクション 2: Google Cloud によるデータトランスフォーメーションの探求（試験内容の約 16%）

2.1 データの価値
a. データによってどのようにビジネスインサイトが生まれ、意思決定が促され、新しい価値が創出されるか
b. データマネジメントの基本的な各種コンセプトの違いについて
c. 組織が既存のデータを使用したり、新しいデータを収集したり、データを外部から調達したりして価値を創出する方法について
d. クラウドが、構造化データや手つかずの非構造化データなどのあらゆるタイプのデータからビジネス価値を引き出す仕組みについて
e. データバリューチェーンの主なコンセプトと用語について
f. データジャーニーを成功に導くためのデータガバナンスの重要性について
2.2 Google Cloud のデータマネジメントソリューション
a. データのタイプや一般的なビジネスユースケースなどの観点から、Google Cloud の各種データマネジメントオプションの違いについて
b. データマネジメントに関する主なコンセプトと用語
c. BigQuery をマルチクラウド環境で使用可能なサーバーレスマネージドデータウェアハウス兼分析エンジンとして使用するメリット
d. 費用とアクセス頻度の観点からみたCloud Storage の各ストレージクラスの違いについて
e. 組織の既存のデータベースをクラウドに移行したりモダナイズしたりするための方法
2.3 データを有用かつアクセス可能にする
2-3-a. Looker を使用してユーザーが独自にビジネスインテリジェンスを利用し、インサイトを生成することで、誰もがデータにアクセスできるようになる仕組みについて説明する。
2-3-b. BigQuery のデータを Looker で分析、可視化してリアルタイムのレポートやダッシュボードを作成したりデータをワークフローに統合したりする価値について説明する。
2-3-c. リアルタイムでのストリーミング分析によってデータの有用性が向上し、ビジネス価値が生まれる仕組みを説明する。
2-3-d. Pub/Sub、Dataflow など、データパイプラインをモダナイズする主な Google Cloud プロダクトについて説明する。
【テスト】Google Cloud によるデータトランスフォーメーションの探求

セクション 3: Google Cloud の AI を活用したイノベーション（試験内容の約 16%）

3.1 AI と ML の基礎知識
3-1-a. AI と ML を定義する。
3-1-b. AI や ML の機能と、データ分析やビジネスインテリジェンスの機能との違いについて説明する。
3-1-c. ML でどのような問題を解決できるのかについて説明する。
3-1-d. ML で創出できるビジネス価値について説明する（大規模なデータセットの処理、ビジネス上の意思決定能力の拡張、非構造化データからの価値の引き出しなど）。
3-1-e. 高品質で正確なデータが ML モデルの成功に不可欠な理由について説明する。
3-1-f. 説明可能な AI、責任ある AI の重要性について説明する。
3.2 Google Cloud の AI / ML ソリューション
3-2-a. Google Cloud AI / ML ソリューションおよびプロダクトを選択する際に組織が考慮すべき、決定が必要な事項やトレードオフ（迅速性、労力、差別化、必要な専門知識など）について説明する。
3-2-b. ビジネスのさまざまなユースケースに対して、どの Google Cloud AI / ML ソリューションおよびプロダクト（事前トレーニング済みの API、AutoML、カスタムモデルの構築など）が適しているのかについて検討する。
3.3 Google Cloud AI / ML ソリューションの構築と使用
3-3-a. BigQuery ML を使用して、標準 SQL クエリによって BigQuery 内で ML モデルを作成、実行する方法について説明する。
3-3-b. ビジネスのさまざまなユースケースに最適な Google Cloud の事前トレーニング済み API を選択する（Natural Language API、Vision API、Cloud Translation API、Speech-to-Text API、Text-to-Speech API など）。
3-3-c. 組織が独自のデータを使用して AutoML でカスタム ML モデルをトレーニングすることにより、どのようにビジネス価値を創出できるかについて説明する。
3-3-d. Google Cloud の Gemini Enterprise Agent Platform を使用したカスタムモデルの構築によって、どのようにビジネスの差別化の機会を創出できるかについて説明する。
3-3-e. TensorFlow が ML モデルの構築とトレーニングのためのエンドツーエンドのオープンソースツールセットであること、さらに Cloud Tensor Processing Unit（TPU）が TensorFlow と ML のパフォーマンスを高めるよう最適化された Google 独自のハードウェアであることを確認する。
【テスト】Google Cloud の AI を活用したイノベーション

セクション 4: Google Cloud によるインフラストラクチャとアプリケーションのモダナイゼーション（試験内容の約 17%）

4.1 クラウドへの移行とモダナイゼーション
4-1-a. インフラストラクチャとアプリケーションを Google Cloud でモダナイズするメリットについて説明する。
4-1-b. クラウドへの移行に関する主な用語を定義する（ワークロード、使用停止、保持、再ホスト、リフト＆シフト、リプラットフォーム、移行と改良、リファクタリング、再定義など）。
4.2 クラウドにおけるコンピューティング
4-2-a. クラウドコンピューティングの主な用語を定義する（仮想マシン（VM）、コンテナ化、コンテナ、マイクロサービス、サーバーレスコンピューティング、プリエンプティブル VM、Kubernetes、自動スケーリング、ロードバランシングなど）。
4-2-b. コンピューティングワークロードをクラウドで実行することによってもたらされるメリットとビジネス価値について説明する。
4-2-c. コンピューティングオプションの選択肢とそれぞれの制約について説明する。
4-2-d. Compute Engine を使用して Google のインフラストラクチャで仮想マシンを作成、実行することによってもたらされるビジネス価値について説明する。
4-2-e. 特殊なレガシーアプリケーションの移行パスとして再ホストを選択することによってもたらされるビジネス価値について説明する。
4.3 サーバーレスコンピューティング
4-3-a. サーバーレスコンピューティングのメリットについて説明する。
4-3-b. Cloud Run、App Engine、Cloud Functions など、Google Cloud のサーバーレスコンピューティングプロダクトを使用することによってもたらされるビジネス価値について説明する。
4.4 クラウドのコンテナ
4-4-a. 最新のクラウドアプリケーション開発を採用するメリットについて説明する。
4-4-b. 仮想マシンとコンテナの違いについて説明する。
4-4-c. アプリケーションモダナイゼーションに対するコンテナとマイクロサービスの主なメリットについて説明する。
4-4-d. Google Kubernetes Engine（GKE）、Cloud Run などの Google Cloud プロダクトを使用してコンテナをデプロイすることによってもたらされるビジネス価値について説明する。
4.5 API の価値
4-5-a. アプリケーションプログラミングインターフェース（API）を定義する。
4-5-b. API の公開と収益化によって組織にもたらされる新たなビジネスの機会について説明する。
4-5-c. Apigee API 管理を使用することによってもたらされるビジネス価値について説明する。
4.6 ハイブリッドクラウドとマルチクラウド
4-6-a. 組織がハイブリッド / マルチクラウド戦略を採用する理由とそのユースケースについて説明する。
4-6-b. ハイブリッド / マルチクラウドインフラストラクチャ管理用の単一のコントロールパネルとして GKE を使用することのビジネス価値について説明する。
【テスト】Google Cloud によるインフラストラクチャとアプリケーションのモダナイゼーション

セクション 5: Google Cloud で実現する信頼とセキュリティ（試験内容の約 17%）

5.1 クラウドにおける信頼性とセキュリティ
5-1-a. 昨今の特に重大なサイバーセキュリティの脅威と、それが企業に及ぼす影響について説明する。
5-1-b. クラウドセキュリティと従来のオンプレミスセキュリティの違いを説明する。
5-1-c. クラウドセキュリティモデルにおける管理、コンプライアンス、機密性、完全性、可用性の重要さを説明する。
5-1-d. セキュリティに関する主要な用語とコンセプトを定義する。
5.2 信頼性の確保された Google のインフラストラクチャ
5-2-a. Google が目的に特化したサーバー、ネットワーク、カスタムセキュリティハードウェア / ソフトウェアを使用して独自のデータセンターを設計、構築することのメリットについて説明する。
5-2-b. 組織のデータを保護するうえでの暗号化の役割と、さまざまな状態においてリスクにさらされているデータを暗号化が保護する仕組みについて説明する。
5-2-c. 認証、認可、監査の違いを明らかにする。
5-2-d. 2 段階認証プロセス（2SV）と IAM を使用するメリットについて説明する。
5-2-e. 分散型サービス拒否攻撃（DDoS）に対する Google Cloud Armor を使用した防御など、ネットワーク攻撃に対する Google プロダクトを使用した防御方法について説明する。
5-2-f. クラウドにおけるセキュリティ運用（SecOps）を定義し、それが企業にもたらすメリットを説明する。
5.3 Google Cloud の信頼に関する原則とコンプライアンス
5-3-a. Google Cloud の信頼に関する原則が、クラウド内の企業データを保護、管理する共同責任に対する姿勢にどのように反映されているかについて説明する。
5-3-b. 透明性レポートの共有と、独立した第三者機関による監査が、お客様の Google に対する信頼をどのように支えているのかについて説明する。
5-3-c. なぜデータ主権とデータ所在地が要件となる場合があるのか、Google Cloud がどのようにして組織によるデータ保存場所の指定を可能にしているのかについて説明する。
5-3-d. コンプライアンスに関する業界と地域のニーズに、Google Cloud のコンプライアンスリソースセンターと Compliance Reports Manager がどのように応えているのかについて説明する。
【テスト】Google Cloud で実現する信頼とセキュリティ

セクション 6: Google Cloud 運用でのスケーリング（試験内容の約 17%）

6.1 財務ガバナンスとクラウド費用管理
6-1-a. クラウドの財務ガバナンスのベストプラクティスを通して、クラウドリソースの予測可能性と制御を実現する方法について説明する。
6-1-b. クラウド費用管理に関する重要な用語とコンセプトを定義する。
6-1-c. リソース階層を使用したアクセス制御のメリットを説明する。
6-1-d. リソース割り当てのポリシーと予算しきい値のルールを使用してクラウド使用量を管理するメリットについて説明する。
6-1-e. 組織が Cloud Billing レポートを使用して費用データを可視化する方法について説明する。
6.2 効果的な運用と信頼性の大規模な確保
6-2-a. Google Cloud を利用した運用のモダナイゼーションのメリットについて説明する。
6-2-b. クラウド運用に関する重要な用語を定義する。
6-2-c. 高可用性と障害復旧のために、復元力が高くフォールトトレラントでスケーラブルなインフラストラクチャとプロセスを設計する重要性について説明する。
6-2-d. クラウドの信頼性、DevOps、SRE に関する主要な用語を定義する。
6-2-e. 組織が Google Cloud カスタマーケアを利用してクラウド導入のサポートを受けることのメリットについて説明する。
6-2-f. Google Cloud カスタマーケアプロセスにおけるサポートケースのライフサイクルを説明する。
6.3 Google Cloud によるサステナビリティの実現
6-3-a. サステナビリティおよび環境への影響の軽減に対する Google Cloud のコミットメントを説明する。
6-3-b. Google Cloud が組織のサステナビリティの目標達成を支援するプロダクトをどのように提供しているかについて説明する。
【テスト】Google Cloud 運用でのスケーリング

案内

クラウド

AI

インフラ

セキュリティ

IT基礎・開発

案内

クラウド

AI

インフラ

セキュリティ

IT基礎・開発

コースについて

コース内容

Cloud Digital Leaderの概要

Cloud Digital Leaderの概要

Cloud Digital Leaderの受験方法

Cloud Digital Leaderの受験方法

セクション 1: Google Cloud によるデジタル トランスフォーメーション（試験内容の約 17%）

1.1 クラウド テクノロジーがビジネスに変革を起こす理由

a. 用語の解説

b. クラウド テクノロジーと従来の（オンプレミス）テクノロジーの違い

c. デジタル トランスフォーメーションに対するクラウド テクノロジーのメリット

d. オンプレミス インフラストラクチャ、パブリック クラウド、プライベート クラウド、ハイブ リッド クラウド、マルチクラウドの主なメリットとこれらの違い

e. Google Cloud のビジネス トランスフォーメーションの主なメリット

f. 新しいテクノロジーを採用しない組織への影響とリスク

g. 組織をデジタル トランスフォーメーションに導く推進要因と課題

1.2 クラウドの基本的なコンセプト

a. クラウド インフラストラクチャへの移行が柔軟性、スケーラビリティ、信頼性、弾力性、 アジリティ、総所有コスト（TCO）にどのように影響するか

b. 組織のオンプレミス環境からクラウドへの移行により、資本支出（CapEx）が運用支出 （OpEx）に移行されて、総所有コスト（TCO）にどのような影響がもたらされるのか

c. さまざまなビジネス ユースケースにプライベート、ハイブリッド、マルチクラウドの各イ ンフラストラクチャが最も適している状況を識別する

d. ネットワーク インフラストラクチャの基本用語

e. 信頼できる高速ネットワークで接続されたグローバルなインフラストラクチャとデータ センターにより、Google Cloud がデジタル トランスフォーメーションをどのようにサ ポートするか

1.3 クラウド コンピューティング モデルと責任共有

a. IaaS、PaaS、SaaS

b. 総所有コスト（TCO）、柔軟性、責任共有、管理レベル、必要な人員と技術的な専門 知識など、IaaS、PaaS、SaaS のメリットとトレードオフを比較、対比する

c. さまざまなビジネス シナリオやユースケースに適したコンピューティング モデル（IaaS 、PaaS、SaaS）

d. クラウドの責任共有モデルについて、オンプレミス モデルとクラウド コン ピューティング モデル（IaaS、PaaS、SaaS）において、クラウド プロバイダが負う責任 とお客様が負う責任を比較

【テスト】Google Cloud によるデジタルトランスフォーメーション

セクション 2: Google Cloud によるデータ トランスフォーメーションの探求（試験内容の約 16%）

2.1 データの価値

a. データによってどのようにビジネス インサイトが生まれ、意思決定が促され、新しい 価値が創出されるか

b. データ マネジメントの基本的な各種コンセプトの違いについて

c. 組織が既存のデータを使用したり、新しいデータを収集したり、データを外部から調 達したりして価値を創出する方法について

d. クラウドが、構造化データや手つかずの非構造化データなどのあらゆるタイプのデー タからビジネス価値を引き出す仕組みについて

e. データ バリュー チェーンの主なコンセプトと用語について

f. データ ジャーニーを成功に導くためのデータ ガバナンスの重要性について

2.2 Google Cloud のデータ マネジメント ソリューション

a. データのタイプや一般的なビジネス ユースケースなどの観点から、Google Cloud の 各種データ マネジメント オプションの違いについて

b. データ マネジメントに関する主なコンセプトと用語

c. BigQuery をマルチクラウド環境で使用可能なサーバーレス マネージド データ ウェア ハウス兼分析エンジンとして使用するメリット

d. 費用とアクセス頻度の観点からみたCloud Storage の各ストレージ クラスの違いについて

e. 組織の既存のデータベースをクラウドに移行したりモダナイズしたりするための方法

2.3 データを有用かつアクセス可能にする

2-3-a. Looker を使用してユーザーが独自にビジネス インテリジェンスを利用し、インサイトを生成することで、誰もがデータにアクセスできるようになる仕組みについて説明する。

2-3-b. BigQuery のデータを Looker で分析、可視化してリアルタイムのレポートやダッシュボードを作成したりデータをワークフローに統合したりする価値について説明する。

2-3-c. リアルタイムでのストリーミング分析によってデータの有用性が向上し、ビジネス価値が生まれる仕組みを説明する。

2-3-d. Pub/Sub、Dataflow など、データ パイプラインをモダナイズする主な Google Cloud プロダクトについて説明する。

【テスト】Google Cloud によるデータトランスフォーメーションの探求

セクション 3: Google Cloud の AI を活用したイノベーション（試験内容の約 16%）

3.1 AI と ML の基礎知識

3-1-a. AI と ML を定義する。

3-1-b. AI や ML の機能と、データ分析やビジネス インテリジェンスの機能との違いについて説明する。

3-1-c. ML でどのような問題を解決できるのかについて説明する。

3-1-d. ML で創出できるビジネス価値について説明する（大規模なデータセットの処理、ビジネス上の意思決定能力の拡張、非構造化データからの価値の引き出しなど）。

3-1-e. 高品質で正確なデータが ML モデルの成功に不可欠な理由について説明する。

3-1-f. 説明可能な AI、責任ある AI の重要性について説明する。

3.2 Google Cloud の AI / ML ソリューション

3-2-a. Google Cloud AI / ML ソリューションおよびプロダクトを選択する際に組織が考慮すべき、決定が必要な事項やトレードオフ（迅速性、労力、差別化、必要な専門知識など）について説明する。

3-2-b. ビジネスのさまざまなユースケースに対して、どの Google Cloud AI / ML ソリューションおよびプロダクト（事前トレーニング済みの API、AutoML、カスタムモデルの構築など）が適しているのかについて検討する。

3.3 Google Cloud AI / ML ソリューションの構築と使用

3-3-a. BigQuery ML を使用して、標準 SQL クエリによって BigQuery 内で ML モデルを作成、実行する方法について説明する。

3-3-b. ビジネスのさまざまなユースケースに最適な Google Cloud の事前トレーニング済み API を選択する（Natural Language API、Vision API、Cloud Translation API、Speech-to-Text API、Text-to-Speech API など）。

3-3-c. 組織が独自のデータを使用して AutoML でカスタム ML モデルをトレーニングすることにより、どのようにビジネス価値を創出できるかについて説明する。

3-3-d. Google Cloud の Gemini Enterprise Agent Platform を使用したカスタムモデルの構築によって、どのようにビジネスの差別化の機会を創出できるかについて説明する。

【テスト】Google Cloud の AI を活用したイノベーション

セクション 4: Google Cloud によるインフラストラクチャとアプリケーションのモダナイゼーショ ン（試験内容の約 17%）

4.1 クラウドへの移行とモダナイゼーション

4-1-a. インフラストラクチャとアプリケーションを Google Cloud でモダナイズするメリットについて説明する。

4-1-b. クラウドへの移行に関する主な用語を定義する（ワークロード、使用停止、保持、再ホスト、リフト＆シフト、リプラットフォーム、移行と改良、リファクタリング、再定義など）。

セクション 1: Google Cloud によるデジタルトランスフォーメーション（試験内容の約 17%）

1.1 クラウドテクノロジーがビジネスに変革を起こす理由

b. クラウドテクノロジーと従来の（オンプレミス）テクノロジーの違い

c. デジタルトランスフォーメーションに対するクラウドテクノロジーのメリット

d. オンプレミスインフラストラクチャ、パブリッククラウド、プライベートクラウド、ハイブリッドクラウド、マルチクラウドの主なメリットとこれらの違い

e. Google Cloud のビジネストランスフォーメーションの主なメリット

g. 組織をデジタルトランスフォーメーションに導く推進要因と課題

a. クラウドインフラストラクチャへの移行が柔軟性、スケーラビリティ、信頼性、弾力性、アジリティ、総所有コスト（TCO）にどのように影響するか

b. 組織のオンプレミス環境からクラウドへの移行により、資本支出（CapEx）が運用支出（OpEx）に移行されて、総所有コスト（TCO）にどのような影響がもたらされるのか

c. さまざまなビジネスユースケースにプライベート、ハイブリッド、マルチクラウドの各インフラストラクチャが最も適している状況を識別する

d. ネットワークインフラストラクチャの基本用語

e. 信頼できる高速ネットワークで接続されたグローバルなインフラストラクチャとデータセンターにより、Google Cloud がデジタルトランスフォーメーションをどのようにサポートするか

1.3 クラウドコンピューティングモデルと責任共有

b. 総所有コスト（TCO）、柔軟性、責任共有、管理レベル、必要な人員と技術的な専門知識など、IaaS、PaaS、SaaS のメリットとトレードオフを比較、対比する

c. さまざまなビジネスシナリオやユースケースに適したコンピューティングモデル（IaaS 、PaaS、SaaS）

d. クラウドの責任共有モデルについて、オンプレミスモデルとクラウドコンピューティングモデル（IaaS、PaaS、SaaS）において、クラウドプロバイダが負う責任とお客様が負う責任を比較

セクション 2: Google Cloud によるデータトランスフォーメーションの探求（試験内容の約 16%）

a. データによってどのようにビジネスインサイトが生まれ、意思決定が促され、新しい価値が創出されるか

b. データマネジメントの基本的な各種コンセプトの違いについて

c. 組織が既存のデータを使用したり、新しいデータを収集したり、データを外部から調達したりして価値を創出する方法について

d. クラウドが、構造化データや手つかずの非構造化データなどのあらゆるタイプのデータからビジネス価値を引き出す仕組みについて

e. データバリューチェーンの主なコンセプトと用語について

f. データジャーニーを成功に導くためのデータガバナンスの重要性について

2.2 Google Cloud のデータマネジメントソリューション

a. データのタイプや一般的なビジネスユースケースなどの観点から、Google Cloud の各種データマネジメントオプションの違いについて

b. データマネジメントに関する主なコンセプトと用語

c. BigQuery をマルチクラウド環境で使用可能なサーバーレスマネージドデータウェアハウス兼分析エンジンとして使用するメリット

d. 費用とアクセス頻度の観点からみたCloud Storage の各ストレージクラスの違いについて

2-3-a. Looker を使用してユーザーが独自にビジネスインテリジェンスを利用し、インサイトを生成することで、誰もがデータにアクセスできるようになる仕組みについて説明する。

2-3-d. Pub/Sub、Dataflow など、データパイプラインをモダナイズする主な Google Cloud プロダクトについて説明する。

3-1-b. AI や ML の機能と、データ分析やビジネスインテリジェンスの機能との違いについて説明する。

セクション 4: Google Cloud によるインフラストラクチャとアプリケーションのモダナイゼーション（試験内容の約 17%）

4-2-b. コンピューティングワークロードをクラウドで実行することによってもたらされるメリットとビジネス価値について説明する。

4-2-c. コンピューティングオプションの選択肢とそれぞれの制約について説明する。

4-2-e. 特殊なレガシーアプリケーションの移行パスとして再ホストを選択することによってもたらされるビジネス価値について説明する。

4.3 サーバーレスコンピューティング

4-3-a. サーバーレスコンピューティングのメリットについて説明する。

4-3-b. Cloud Run、App Engine、Cloud Functions など、Google Cloud のサーバーレスコンピューティングプロダクトを使用することによってもたらされるビジネス価値について説明する。

4-4-a. 最新のクラウドアプリケーション開発を採用するメリットについて説明する。

4-4-c. アプリケーションモダナイゼーションに対するコンテナとマイクロサービスの主なメリットについて説明する。

4-5-a. アプリケーションプログラミングインターフェース（API）を定義する。

4.6 ハイブリッドクラウドとマルチクラウド

4-6-b. ハイブリッド / マルチクラウドインフラストラクチャ管理用の単一のコントロールパネルとして GKE を使用することのビジネス価値について説明する。

5-1-b. クラウドセキュリティと従来のオンプレミスセキュリティの違いを説明する。

5-1-c. クラウドセキュリティモデルにおける管理、コンプライアンス、機密性、完全性、可用性の重要さを説明する。

5-2-a. Google が目的に特化したサーバー、ネットワーク、カスタムセキュリティハードウェア / ソフトウェアを使用して独自のデータセンターを設計、構築することのメリットについて説明する。

5-3-d. コンプライアンスに関する業界と地域のニーズに、Google Cloud のコンプライアンスリソースセンターと Compliance Reports Manager がどのように応えているのかについて説明する。

6-1-a. クラウドの財務ガバナンスのベストプラクティスを通して、クラウドリソースの予測可能性と制御を実現する方法について説明する。

6-2-c. 高可用性と障害復旧のために、復元力が高くフォールトトレラントでスケーラブルなインフラストラクチャとプロセスを設計する重要性について説明する。

6-2-f. Google Cloud カスタマーケアプロセスにおけるサポートケースのライフサイクルを説明する。

模擬試験
教材第9章「模擬試験」の50問を、1本のテストにまとめています。