- はじめに｜「Azure Data Fundamentals 勉強方法」で迷っているあなたへ
- Azure Data Fundamentals（DP-900）とは？
- 筆者のプロフィール
- 必要な勉強時間の目安と全体戦略
- フェーズ1：Microsoft Learn と公式コースで全体像を掴む
- フェーズ2：書籍と学習ガイドで知識を体系化する
- フェーズ3：Practice Assessment と模試でアウトプットを固める
- 合格体験記｜大手 SIer インフラエンジニアが 6 週間で DP-900 に受かった話
- ドメイン別の具体的な勉強ポイントと公式リファレンス
- 忙しい社会人のための学習スケジュール例
- よくある疑問 Q&A（Azure Data Fundamentals 勉強方法）
- まとめ｜Azure Data Fundamentals 勉強方法チェックリスト
- おわりに｜DP-900 は「データの共通語」を身につける入口
はじめに｜「Azure Data Fundamentals 勉強方法」で迷っているあなたへ
「Azure Data Fundamentals 勉強方法」で検索してこの記事に来てくださったということは、きっと次のような不安を抱えているのではないでしょうか。
- データベースや分析の知識があまりなく、何から学べばよいか分からない
- Azure のデータサービスがたくさんあり、頭の中が整理できていない
- とりあえず DP-900 を取りたいが、どの教材をどの順番でやるべきかイメージできていない
- 仕事が忙しくて、平日は 1 時間前後しか勉強時間を確保できない
この記事では、Microsoft 公式情報と複数の合格体験記をベースに、最短で DP-900（Azure Data Fundamentals）に合格するための勉強方法を、できるだけ具体的に整理していきます。
- まずは 試験の全体像と出題ドメイン を公式リファレンスから丁寧に押さえ
- そのうえで Microsoft Learn・書籍・模試の使い分け を、フェーズ別のロードマップとして提案し
- 最後に、
- 大手 SIer のインフラ／クラウドエンジニア
- AWS 経験はあるがオンプレ中心の期間も長い
- 平日 1〜1.5 時間＋週末 3〜4 時間で勉強
という筆者の合格体験記 を紹介します。
読み終わるころには、
「このスケジュールと教材なら、自分も Azure Data Fundamentals に受かりそうだ」
と、かなり具体的なイメージを持てるはずです。
Azure Data Fundamentals（DP-900）とは？
試験の位置づけと対象者
Microsoft Certified: Azure Data Fundamentals は、Azure 上でデータを扱うための基礎知識を証明する初心者向け資格です。公式ページでは、
- リレーショナル／非リレーショナルデータの概念
- トランザクション処理と分析処理などのワークロードの違い
- それらを支える Azure のデータサービス
といった内容を理解していることが求められると説明されています。
対象となるのは、例えば次のような方です。
- これから データエンジニア／データアナリスト／DB 管理者 を目指したい人
- すでにインフラやアプリ開発に携わっているが、「データ基盤の基礎」を固めたい人
- 将来的に
- Azure Database Administrator Associate
- Fabric Data Engineer Associate
などのロールベース資格に進みたい人の最初の一歩
レベルとしては「Fundamentals（初級）」であり、高度な SQL やプログラミングスキルは前提ではありません。データの世界に入るための“共通語”を学ぶ資格、というイメージで大丈夫です。
試験形式・時間・合格ライン
公式学習ガイドおよび公式認定資格ページを参照すると、DP-900 はおおよそ次のような仕様になっています。
- 試験コード：DP-900
- 試験時間：45 分前後
- 問題数：おおむね 35〜50 問
- 問題形式：単一選択・複数選択
- 合格ライン：700 / 1000 点
- 受験方法：テストセンター／オンライン監督付き試験
- 言語：日本語を含む複数言語
Fundamentals 系らしく、試験時間に対して問題数はそれほど多くなく、きちんと準備していけば時間切れになる心配はあまりありません。
出題ドメインと配点
Microsoft の公式学習ガイドによると、DP-900 の出題範囲は大きく次の 4 つのドメインに分かれています。
- Describe core data concepts（コアデータ概念の説明）
- データ形式（構造化／半構造化／非構造化）、バッチ／ストリーミング、トランザクション／分析など
- 配点目安：約 15〜30％
- Describe how to work with relational data on Azure（リレーショナルデータの取り扱い）
- Azure SQL Database、Azure SQL Managed Instance、Azure Database for MySQL/PostgreSQL など
- 配点目安：約 20〜30％
- Describe how to work with non-relational data on Azure（非リレーショナルデータの取り扱い）
- Azure Cosmos DB、Azure Table/Blob Storage などの NoSQL・オブジェクトストレージ
- 配点目安：約 15〜20％
- Describe an analytics workload on Azure（分析ワークロードの説明）
- Azure Synapse Analytics、Azure Data Lake Storage、Power BI などの分析基盤
- 配点目安：約 25〜30％
ポイントは、1つひとつのサービスを深く掘る試験ではなく、
「どの種類のデータやワークロードに対して、どの Azure サービスを使うべきか」
を正しく説明できるかどうか、という“地図づくりの試験”だということです。
筆者のプロフィール
DP-900に合格した筆者は、次のようなプロフィールです。
- 職種：大手 SIer 勤務のインフラ／クラウドエンジニア（2021 年新卒入社）
- クラウド経験：AWS 案件をいくつか経験しているが、オンプレ中心の期間も長い
- Azure 経験：AZ-900 や AI-900 は学習済みだが、データ系サービスはほぼ未経験
- 勉強に使えた時間：
- 平日：1〜1.5 時間
- 週末：3〜4 時間
この条件で、約 6 週間・合計 50〜60 時間ほどの学習で DP-900 に合格しています。
必要な勉強時間の目安と全体戦略
前提別の勉強時間イメージ
合格体験記や公式学習ガイド、トレーニングサイトの情報を踏まえると、DP-900 の難易度は「Fundamentals の中では普通〜やや易しめ」という声が多いです。
代表的なパターン別の勉強時間目安は次の通りです。
- IT 初心者・データベースもほぼ未経験
- 目安：40〜70 時間
- 期間：1 日 1〜1.5 時間で 1.5〜2 か月
- インフラ or アプリ開発経験あり、データベースの基礎は少し知っている
- 目安：30〜50 時間
- 期間：平日 1〜1.5 時間＋週末 3〜4 時間で 4〜6 週間
- SQL やデータ基盤にある程度慣れている（オンプレ DB 経験あり）
- 目安：15〜30 時間
- 期間：集中して勉強すれば 1〜3 週間
この記事は主に②の方を対象としつつ、①の完全初学者でも迷わないように丁寧に説明していきます。
3 フェーズで考える Azure Data Fundamentals 勉強方法
DP-900 では、
- 概念（コアデータ）
- 具体的な Azure データサービス
- 分析基盤の構成イメージ
をバランスよく理解する必要があります。これを効率よく身につけるために、学習を以下の 3 フェーズ に分けて進めることをおすすめします。
- フェーズ1：全体像インプット（Microsoft Learn & 公式コース）
- データの種類／ワークロード／Azure データサービスの「地図」をざっくり掴む
- フェーズ2：書籍＆公式ドキュメントで体系化
- 学習ガイドに沿って、リレーショナル・非リレーショナル・分析の概念を整理
- フェーズ3：模試・Practice Assessment で仕上げ
- Microsoft Practice Assessment や有料模試でアウトプット練習し、弱点を潰す
それぞれ詳しく見ていきます。
フェーズ1：Microsoft Learn と公式コースで全体像を掴む
Microsoft Learn のラーニングパスを活用する
Microsoft は DP-900 用に、複数の 公式ラーニングパス を提供しています。
公式ラーニングパスはDP-900T00-A コース: Microsoft Azure データの概要 – Training | Microsoft Learnに記載があるのでこれらを学習しましょう。（日本語版も用意されています）。
- コア データの概念の概要
- データ形式（構造化・半構造化・非構造化）
- バッチ処理・ストリーミング処理
- トランザクション処理と分析処理
- Azure での Microsoft Azure データ リレーショナル データの概要
- Azure SQL Database / Managed Instance / Azure Database for MySQL・PostgreSQL
- PaaS / IaaS（SQL Server on VM）の違い
- 基本的なテーブル設計・正規化の考え方
- Azure での Microsoft Azure Data 非リレーショナル データの概要
- Azure Cosmos DB、Azure Blob/Table Storage などの NoSQL
- キーバリュー、ドキュメント、グラフなどのデータモデル
- Azure での Microsoft Azure データ分析の概要
- Azure Synapse Analytics、Azure Data Lake Storage、Power BI などの役割
- ETL/ELT、データレイクとデータウェアハウスの違い
これらのラーニングパスは 「Azure Data Fundamentals 認定の準備に役立つ」 と公式に書かれており、DP-900 対策としてほぼ必須レベルのコンテンツです。
筆者の進め方（一例）
- 平日：毎日 1 ユニット（30〜45 分）
- 週末：2〜3 ユニットまとめて進める
これで 1〜2 週間ほどでラーニングパスを一周できます。
最初の周回では、細かい数値や画面の名称まで覚える必要はありません。
「このワークロードにはこの Azure サービスが出てくるんだな」という対応関係だけ意識しておくイメージです。
フェーズ2：書籍と学習ガイドで知識を体系化する
なぜ書籍がまだ有効なのか
オンライン教材だけでも合格は十分可能ですが、1 冊は日本語の書籍を軸にすることをおすすめします。
筆者のおすすめは以下の書籍です！
- DP-900 の出題範囲に沿った章立てになっている
- 図解が豊富で、「リレーショナル vs 非リレーショナル」や「DWH vs データレイク」の違いを視覚的に理解しやすい
- 章末問題やミニ模試が付いており、インプットとアウトプットをワンセットで回せる
AI-900 のように「サービス名と用途をざっくり覚える」試験と違い、DP-900 ではデータモデリングやワークロードの違いも問われるため、テキストでじっくり整理しておくと後が楽になります。
学習ガイドを「出題範囲表」として使う
Microsoft は DP-900 用に 学習ガイド を公開しています。
ここには、先ほど紹介した 4 ドメインごとに
- 具体的にどんな知識が問われるのか
- 例：リレーショナルデータベースのテーブル構造、主キー／外部キー、正規化
- Azure SQL Database の特徴（PaaS / IaaS の違い）
- Cosmos DB の API モデル（Core(SQL)、MongoDB 互換など）
- Synapse Analytics を使ったエンタープライズ DWH 構成
といったレベルまで細かく記載されています。
おすすめの使い方は次の通りです。
- 学習ガイドを印刷する or PDF で手元に置く
- 各項目に対して、
- 「理解している」
- 「何となく聞いたことはある」
- 「初耳」
の 3 色マーカーで塗り分ける
- 「何となく」と「初耳」の項目に関連する Learn モジュールや書籍の章を対応づける
こうしておくと、
「自分は今、どのドメインのどのトピックが弱いのか」
が一目で分かるようになり、後の模試の結果ともリンクさせやすくなります。
リレーショナル／非リレーショナル／分析ごとの理解のゴール
このフェーズで目指したい「理解のゴール」を、ドメインごとにざっくり示しておきます。
コアデータ概念
- 構造化・半構造化・非構造化データの例を自分の言葉で説明できる
- バッチ処理とストリーム処理の違いを、ユースケース付きで説明できる
- データベース、データレイク、データウェアハウスの役割の違いをイメージできる
リレーショナルデータ on Azure
- テーブル・行・列・主キー・外部キーといった基本用語を迷わず説明できる
- Azure SQL Database / Azure SQL Managed Instance / SQL Server on Azure VM の違いと、向いているシナリオを整理できる
- Azure Database for MySQL / PostgreSQL の存在と、PaaS として提供される利点を理解している
非リレーショナルデータ on Azure
- ドキュメントデータベース・キーバリューストア・グラフデータベースといった NoSQL の種類をイメージできる
- Azure Cosmos DB がグローバル分散とスループット制御を得意とするサービスであることを理解している
- Azure Blob Storage / Table Storage / Queue Storage など、ストレージサービスの用途の違いを説明できる
分析ワークロード on Azure
- データレイク（Azure Data Lake Storage）と DWH（Azure Synapse Analytics）の役割差
- バッチ型 ETL/ELT パイプラインの全体像（データ取り込み → 変換 → 保存 → 可視化）
- Power BI が「分析結果を可視化して共有する BI ツール」であること
このレベルまで整理できていれば、後は問題演習を通して仕上げていくだけです。
フェーズ3：Practice Assessment と模試でアウトプットを固める
Microsoft 公式 Practice Assessment
Microsoft は、主要な資格試験向けに Practice Assessment（練習用評価） を提供しており、DP-900 も対象に含まれています。
- 本番と同じような問題形式
- ドメイン別のスコアも確認できる
- 間違えた問題には解説が付いている
他の記事の合格体験記でも、Learn と Practice Assessment だけで合格したという声が複数見られます。
おすすめの使い方：
- 一通り Learn と書籍の学習が終わったら、Practice Assessment を通しで 1 回解く
- ドメインごとのスコアと、間違えた問題の解説を確認
- スコアが 60％ 前後なら「まだ土台不足」、70〜80％ に乗ってきたら「受験圏内」と判断
ポイントは「解きっぱなしにしない」こと。
必ず、学習ガイドと照らし合わせながら「どのトピックで間違えたか」をメモしておきましょう。
有料模試（Udemy・Whizlabs など）の活用
さらに演習量を増やしたい場合は、Udemy や Whizlabs の DP-900 問題集も有効です。
- 数十〜百問規模の模試を複数回解くことで、出題パターンに慣れられる
- 少し難しめに作られている問題集も多く、本番が簡単に感じられるという声もある
筆者の使い方（例）
- 平日：模試を 10〜20 問だけ解き、移動時間で解説を読む
- 週末：45 分間通しで 1 セット解き、本番の雰囲気に慣れる
スコアの目安としては、
- 1 回目：60％ 前後でも OK（この段階では「穴を見つける」ことが目的）
- 2〜3 回目：復習を挟みながら 70〜80％ を安定して取れるようになれば合格圏内
と考えるとよいでしょう。
合格体験記｜大手 SIer インフラエンジニアが 6 週間で DP-900 に受かった話
ここからは、DP-900に合格した筆者の具体的な学習プロセスを紹介します。
学習開始前の状況と悩み
- 日々の業務はオンプレ／AWS のインフラ設計・構築が中心
- Azure は社内の別チームが担当しており、自分は AZ-900 と AI-900 を個人的に勉強した程度
- SQL も大学時代に少し触ったくらいで、正規化やインデックスの話になると自信がない
最初に DP-900 の試験範囲を眺めたときは、
- 「リレーショナルも非リレーショナルも分析も全部出るのか…」
- 「今まで避けて通ってきたデータモデリングの基礎が問われそう」
という感想で、正直少し尻込みしていました。
学習方針：まずは「1日 1 ユニット」を習慣化
そこで、
- まず試験日を 6 週間後の土曜日に予約
- そのうえで、最初の 2 週間は
- 「毎日 Learn を 1 ユニット進める」
ことだけを目標にしました。
- 「毎日 Learn を 1 ユニット進める」
平日は仕事終わりに 1 時間、週末は午前中にまとめて 2〜3 ユニット。
この「1 日 1 ユニット」が習慣になると、
「今日やることを考える時間」がゼロになり、学習を続けるハードルがぐっと下がります。
中盤で訪れた「点が線になる瞬間」
3〜4 週目に入り、書籍と学習ガイドを使って知識を整理し始めると、
- コアデータ概念
- リレーショナル／非リレーショナル
- 分析ワークロード
のそれぞれが、Azure の具体的なサービスときれいにつながり始めました。
例えば、
- トランザクション系 OLTP → Azure SQL Database や Azure Database for PostgreSQL
- 超大規模かつグローバル分散が必要 → Azure Cosmos DB
- 大量データの分析基盤 → Data Lake Storage + Synapse Analytics
といった「シナリオ → サービス」のマッピングが頭の中で整理されてきて、
「あ、DP-900 は“Azure データサービスのカタログ暗記”ではなく、“データワークロードとサービスの対応関係の試験”なんだな」
と腹落ちした瞬間がありました。
このあたりから、Practice Assessment や模試のスコアも徐々に伸び始めます。
Practice Assessment と模試でスコアを安定させる
- Practice Assessment 1 回目：約 60％
- リレーショナルの正規化・インデックス周りと、Synapse の細かいユースケースで落としていた
- 書籍と Learn に戻って該当箇所を復習
- 2 週間後、Practice Assessment 再挑戦：約 78％
このタイミングで、
「残り 2 週間あれば十分に合格ラインに届きそうだ」
と判断し、Udemy の模試を 2 セット追加しました。
最終的には、
- 模試 3 回の平均：80％ 前後
- DP-900 本番：8 割弱のスコアで合格
という結果でした。
ドメイン別の具体的な勉強ポイントと公式リファレンス
ここからは、DP-900 の 4 ドメインそれぞれについて、「ここだけは押さえておきたいポイント」と公式リファレンスの使い方を整理します。
コアデータ概念（Core data concepts）
押さえるべきテーマ
- データの種類：構造化・半構造化・非構造化
- ワークロード：OLTP / OLAP、バッチ / ストリーミング
- データストアの種類：DB、データレイク、DWH
具体的な勉強方法
- Learn の「コア データの概念の概要」ラーニングパスを丁寧に読む
- 各用語について「例を 1 つ挙げて説明する」練習をする
- 例：「半構造化データ＝JSON ログ」「非構造化データ＝動画ファイル」など
- OLTP / OLAP の違いは、
- 「少量のレコードを頻繁に更新するオンライン処理」
- 「大量データを集約して集計・分析する処理」
の対比で整理する
合格ラインのイメージ
- どんなデータ・どんな処理にどのストアが向いているかを、「一言で説明できる」状態なら十分です。
リレーショナルデータ on Azure
押さえるべきサービス
- Azure SQL Database
- Azure SQL Managed Instance
- SQL Server on Azure VM
- Azure Database for MySQL / PostgreSQL
学習のポイント
- PaaS / IaaS の違いを明確にする
- パッチ適用やバックアップをどこまで Azure が面倒見てくれるか
- サービスごとの向いているシナリオ
- 新規クラウドネイティブアプリ → Azure SQL Database
- 既存 SQL Server のリフト＆シフト → SQL Server on VM or Managed Instance
- 正規化・主キー・外部キーの概念
- 第 1〜3 正規形のイメージをざっくり掴んでおく
公式リファレンスの使い方
- Azure SQL 関連の「概要」ページと「選択ガイド」を一読し、サービス間の違いを表にしてまとめると効果的です。
非リレーショナルデータ on Azure
押さえるべきサービス
- Azure Cosmos DB
- Azure Blob / Table / Queue Storage
学習のポイント
- NoSQL の 4 つのモデル（キーバリュー・ドキュメント・列指向・グラフ）のイメージ
- Cosmos DB の特徴
- グローバル分散・自動シャーディング・スループット制御（RU/s）
- マルチモデル対応（Core(SQL)、MongoDB、Cassandra 互換など）
- Blob / Table / Queue の違い
- 大容量バイナリ（Blob）
- キー＋属性のシンプルなテーブルストレージ（Table）
- メッセージング（Queue）
公式リファレンスの使い方
- Learn の「非リレーショナル データの探索」モジュールで各サービスに触れつつ、Cosmos DB の概要ドキュメントで「何が得意なサービスか」を確認すると理解が深まります。
分析ワークロード on Azure
押さえるべきサービス
- Azure Synapse Analytics
- Azure Data Lake Storage
- Azure Databricks（概要レベル）
- Power BI
学習のポイント
- データレイク vs データウェアハウス
- レイク：元データをそのまま大量に貯める「湖」
- DWH：分析用に整形されたデータを格納する「倉庫」
- Synapse の役割
- DWH（専用 SQL プール）
- サーバーレス SQL
- Spark などのビッグデータ処理
- Power BI の位置づけ
- データの可視化・ダッシュボード作成・共有のための BI ツール
公式リファレンスの使い方
- Learn の「データウェアハウスと分析の概要」ラーニングパスで、データパイプライン全体の流れをイメージできるようにしておきましょう。
忙しい社会人のための学習スケジュール例
ここでは、筆者の条件（平日 1〜1.5 時間、週末 3〜4 時間）を前提にした、6 週間プランの例を紹介します。
6 週間スタンダードプラン（合計 50〜60 時間）
1〜2 週目：フェーズ1（Learn で全体像）
- 目標：ラーニングパス 4 本を 1 周
- 平日：1 日 1 ユニット（30〜45 分）
- 週末：コアデータ＋リレーショナルを集中的に復習
3〜4 週目：フェーズ2（書籍＋ 学習ガイド）
- 目標：対策本 1 冊を通読し、重要な図・表にマーカーを引く
- 毎日：1 章 or 1 セクションずつ進める
- 学習ガイドを見ながら、「この章はどのドメインに対応しているか」をメモ
5 週目：Practice Assessment + 模試 1 回目
- Practice Assessment を通しで解き、スコアと弱点ドメインを確認
- 週末に Udemy or Whizlabs の模試を 1 セット解く
- 間違えた問題はノートに「どう間違えたか」「正しい考え方は何か」を書き出す
6 週目：弱点つぶし＆最終調整
- 学習ガイドを見ながら、スコアが低かったドメインだけ Learn と書籍で復習
- Practice Assessment を再度解き、70〜80％ を安定して取れるか確認
- 直前 2〜3 日は、新しい内容には手を出さず、自作ノートと一問一答的な問題だけ復習
4 週間集中プラン（実務経験者向け）
- 1 週目：Learn の要点だけ高速で 1 周
- 2 週目：書籍をざっくり読んで、分からない概念だけ深堀り
- 3 週目：Practice Assessment＋模試 2 セット
- 4 週目：弱点ドメインの補強＋模試解き直し
SQL やデータベース運用の経験がある人であれば、このペースでも十分合格圏内を狙えます。
よくある疑問 Q&A（Azure Data Fundamentals 勉強方法）
Q1. SQL を書けなくても DP-900 に合格できますか？
はい、SQL の高度なスキルは不要です。
簡単な SELECT 文やテーブル構造の理解が問われることはありますが、長い JOIN クエリを書かされるような問題は基本的に出ません。
「SQL でどのようにデータを操作するか」というイメージが持てる程度で十分です。
Q2. データベースの経験がほぼゼロでも大丈夫？
合格体験記を見ると、IT 初心者〜DB 未経験から合格している例も多数あります。
その場合は、
- Learn のコアデータ概念モジュールをゆっくり目に進める
- 書籍の「リレーショナルとは何か」の章を丁寧に読む
といった形で、概念理解に多めに時間を割くと良いです。
Q3. どのタイミングで受験申し込みをするのが良い？
個人的には、
- 学習開始時点で 6〜8 週間後に予約してしまう
ことをおすすめします。
締切が決まることで、
「この週は Learn、次の週は書籍、その次は模試」
といった形で自然と逆算するようになり、勉強が続きやすくなります。
Q4. 1 回 Practice Assessment をやってみたら 60％ くらいだった…。受験を延期すべき？
多くの方が最初の Practice Assessment は 60％ 前後からスタートしています。
- 間違えた問題のドメインを 学習ガイドで確認
- Learn と書籍で該当トピックを復習
- 1〜2 週間後に再挑戦
このプロセスを踏めば、多くの人が 70〜80％ までスコアを伸ばせています。
むしろ、「今どこが弱いのかを教えてくれる模試」と前向きに捉えるのがおすすめです。
まとめ｜Azure Data Fundamentals 勉強方法チェックリスト
最後に、この記事の内容をそのまま実行に移せるように、チェックリスト形式でおさらいします。
学習開始前
試験日を 4〜8 週間後に予約する
フェーズ1（1〜2 週目）：全体像インプット
Microsoft Learn のラーニングパス 4 本を 1 周する
各サービスについて「何をするためのものか」を 1 行メモにまとめる
コアデータ概念（データ種類・ワークロード）をざっくり説明できるようにする
フェーズ2（3〜4 週目）：体系化
日本語の対策書籍を 1 冊選び、毎日 1 セクションずつ読み進める
学習ガイド にマーカーを引き、「理解済み／あいまい／未学習」を色分けする
正規化・主キー／外部キー・NoSQL の種類・DWH/データレイクの違いを整理する
フェーズ3（5〜6 週目）：アウトプット強化
Microsoft Practice Assessment を少なくとも 2 回は解く
有料模試（Udemy・Whizlabs など）で 100〜200 問程度アウトプットする
間違えた問題について、「自分の誤った思考」と「正しい考え方」をノートに書き出す
直前 1 週間
学習ガイドを見ながら、弱いドメインを重点的に復習
一問一答的な問題集や自作ノートで用語・概念を総ざらい
新しい教材には手を出さず、今までやった内容の再確認に集中
おわりに｜DP-900 は「データの共通語」を身につける入口
Azure Data Fundamentals（DP-900）は、単に資格名を履歴書に追加するためだけの試験ではありません。
- 「データとはそもそも何か」
- 「どんなデータがどんなワークロードで扱われるのか」
- 「そのとき Azure ではどのサービスを選ぶべきか」
という、データ時代の共通語を身につけるための入口です。
インフラエンジニアとしてキャリアを積んでいる方にとっても、
DP-900 をきっかけに「データ基盤の世界」を覗いてみることで、将来的に
- データエンジニア
- データプラットフォーム SRE
- BI・分析基盤の設計者
といったキャリアの選択肢が一気に広がります。
この記事のロードマップを、自分の生活リズムと相談しながら少しだけカスタマイズして、まずは試験日を 1 つ決めてみてください。
そこから逆算して、今日の 1 時間の学習が、Azure Data Fundamentals 合格と、その先の「データが分かるクラウドエンジニア」への確かな一歩になっていきます。
