DP-203T00: Data Engineering on Microsoft Azure

In diesem Kurs lernen Sie die Data-Engineering-Muster und -Praktiken kennen, die sich auf die Arbeit mit Batch- und Echtzeit-Analyselösungen unter Verwendung von Azure-Datenplattformtechnologien beziehen. Sie beginnen mit dem Verständnis der zentralen Rechen- und Speichertechnologien, die zum Aufbau einer analytischen Lösung verwendet werden. Sie werden dann untersuchen, wie man eine analytische Serving-Layer entwirft und sich auf Data-Engineering-Überlegungen für die Arbeit mit Quelldateien konzentrieren. Sie lernen, wie man interaktiv in Dateien gespeicherte Daten in einem Data Lake untersucht. Sie lernen die verschiedenen Ingestion-Techniken kennen, die zum Laden von Daten mit der Apache Spark-Funktion in Azure Synapse Analytics oder Azure Databricks verwendet werden können, oder wie man mit Azure Data Factory oder Azure Synapse-Pipelines ingestiert. Sie lernen auch die verschiedenen Möglichkeiten kennen, wie sie die Daten mit denselben Technologien transformieren können, die für das Ingest der Daten verwendet werden. Sie lernen, wie sie die Leistung von Analysesystemen überwachen und analysieren können, um die Leistung von Datenlasten oder Abfragen, die gegen die Systeme ausgegeben werden, zu optimieren. Sie werden verstehen, wie wichtig die Implementierung von Sicherheit ist, um sicherzustellen, dass die Daten im Ruhezustand oder bei der Übertragung geschützt sind. Sie werden dann zeigen, wie die Daten in einem analytischen System verwendet werden können, um Dashboards zu erstellen oder Vorhersagemodelle in Azure Synapse Analytics zu erstellen.

Der Kurs ist auch als Online-Schulung verfügbar.

• Erkunden von Rechen- und Speicheroptionen für Data-Engineering-Workloads in Azure
• Entwurf und Implementierung der Serving Layer
• Überlegungen zur Datentechnik verstehen

• Rechen- und Speicheroptionen für Data-Engineering-Workloads erkunden
• Die Bereitstellungsebene entwerfen und implementieren
• Data-Engineering-Überlegungen für Quelldateien
• Interaktive Abfragen mit serverlosen SQL-Pools von Azure Synapse Analytics ausführen
• Daten mit Apache Spark erkunden, transformieren und ins Data Warehouse laden
• Datenexploration und -transformation in Azure Databricks
• Daten aufnehmen und ins Data Warehouse laden
• Daten mit Azure Data Factory oder Azure Synapse Pipelines transformieren
• Datenbewegung und -transformation in Azure Synapse Pipelines orchestrieren
• Abfrageleistung mit dedizierten SQL-Pools in Azure Synapse optimieren
• Data-Warehouse-Speicher analysieren und optimieren
• Hybrid Transactional Analytical Processing (HTAP) mit Azure Synapse Link unterstützen
• End-to-End-Sicherheit mit Azure Synapse Analytics
• Echtzeit-Stream-Verarbeitung mit Stream Analytics
• Stream-Verarbeitungslösung mit Event Hubs und Azure Databricks erstellen
• Berichte mithilfe der Power BI-Integration mit Azure Synapse Analytics erstellen
• Integrierte Machine-Learning-Prozesse in Azure Synapse Analytics durchführen

Für diesen Kurs sollten Sie Kenntnissen über Cloud Computing und Kerndatenkonzepte sowie Berufserfahrung mit Datenlösungen mitbringen. In diesem Zusammenhang sollten Sie folgende Kurse absolviert haben:

• AZ-900 - Azure Fundamentals
• DP-900 - Microsoft Azure Data Fundamentals

Für die Zertifizierung zum Microsoft Certified: Azure Data Engineer Associate müssen Sie das Examen DP-203: Data Engineering on Microsoft Azure bestehen.

Hinweis