Azure: DP-203T00 - Data Engineering on Microsoft Azure
Die Teilnehmer dieses IT-Seminars werden in den Umgang mit Batch- und Echtzeit-Analyselösungen unter Nutzung von Azure-Datenplattformtechnologien eingeführt. Dabei werden Grundlagen der wichtigsten Computer- und Speichertechnologien vermittelt und verschiedene Erfassungstechniken zum Laden von Daten vorgestellt.
Die Teilnehmer lernen außerdem, Daten zu transformieren und ein Echtzeit-Analysesystem zu erstellen. Das Seminar beinhaltet Schwerpunkte wie die Durchführung von Datenuntersuchungen und -transformationen, die Integration von Daten aus Notebooks und die Streamverarbeitung in Echtzeit. Am Ende des Seminars haben die Teilnehmer die Möglichkeit, das Examen DP-203 abzulegen und den Titel "Microsoft Certified: Azure Data Engineer Associate" zu erhalten.
Bitte beachten Sie, dass das Seminar auf Deutsch, die MOC-Unterlagen jedoch nur auf Englisch angeboten werden und die Prüfungsgebühr nicht in der Kursgebühr enthalten ist.
Der Kurs behandelt folgende Themen:
Modul 1: Compute- und Speicheroptionen für Datentechnikworkloads erkunden
- Einführung in Azure Synapse Analytics
- Azure Databricks beschreiben
- Einführung in Azure Data Lake Storage
- Die Architektur von Delta Lake beschreiben
- Arbeiten mit Datenströmen mithilfe von Azure Stream Analytics
Modul 2: Interaktive Abfragen mit serverlosen SQL-Pools von Azure Synapse Analytics ausführen
- Einführung in die Funktionen der serverlosen SQL-Pools in Azure Synapse
- Datenabfragen im Data Lake mit serverlosen SQL-Pools von Azure Synapse
- Erstellen von Metadatenobjekten in serverlosen SQL-Pools von Azure Synapse
- Daten schützen und Benutzer verwalten in serverlosen SQL-Pools von Azure Synapse
Modul 3: Datenuntersuchung und -transformation in Azure Databricks
- Azure Databricks beschreiben
- Daten lesen und schreiben in Azure Databricks
- Arbeit mit DataFrames in Azure Databricks
- Fortgeschrittene Methoden für DataFrames in Azure Databricks nutzen
Modul 4: Untersuchen, Transformieren und Laden von Daten im Data Warehouse mit Apache Spark
- Einführung in die Entwicklung von Big-Data mit Apache Spark in Azure Synapse Analytics
- Daten erfassen mit Apache Spark-Notebooks in Azure Synapse Analytics
- Daten transformieren mit DataFrames in Apache Spark-Pools in Azure Synapse Analytics
- SQL- und Apache Spark-Pools in Azure Synapse Analytics integrieren
Modul 5: Daten erfassen und laden im Data Warehouse
- Verwendung bewährter Methoden zum Laden von Daten in Azure Synapse Analytics
- Datenerfassung im Petabyte-Bereich mit Azure Data Factory
Modul 6: Daten transformieren mit Azure Data Factory oder Azure Synapse-Pipelines
- Datenintegration mit Azure Data Factory oder Azure Synapse-Pipelines
- Großvolumige Transformation ohne Code mit Azure Data Factory oder Azure Synapse-Pipelines
Modul 7: Orchesteration der Datenverschiebung und -transformation in Azure Synapse-Pipelines
- Datenverschiebung und -transformation in Azure Data Factory orkestrieren
Modul 8: End-to-End-Sicherheit mit Azure Synapse Analytics
- Sicherung einer Data Warehouse-Datenbank in Azure Synapse Analytics
- Konfiguration und Verwaltung von Secrets in Azure Key Vault
- Implementierung von Compliance-Kontrollen für vertrauliche Daten
Modul 9: Unterstützung von Hybrid Transactional Analytical Processing (HTAP) mit Azure Synapse Link
- Design der hybriden transaktionalen und analytischen Verarbeitung in Azure Synapse Analytics
- Konfiguration von Azure Synapse Link mit Azure Cosmos DB
- Abfragen von Azure Cosmos DB mit Apache Spark-Pools
- Abfragen von Azure Cosmos DB mit serverlosen SQL-Pools
Modul 10: Echtzeit-Streamverarbeitung mit Stream Analytics
- Aktivierung von zuverlässigem Messaging für Big Data-Anwendungen mit Azure Event Hubs
- Arbeit mit Datenströmen mithilfe von Azure Stream Analytics
- Erfassen von Datenströmen mit Azure Stream Analytics
Modul 11: Erstellen einer Streamverarbeitungslösung mit Event Hubs und Azure Databricks
- Verarbeitung von Streaming-Daten mit Structured Streaming in Azure Databricks
| Seminar: | A62 |
| Preis: | 2590.00 € zzgl. Mwst. |
| Dauer: | 4 Tage |
