In diesem Kurs lernen die Teilnehmer die Data-Engineering-Muster und -Praktiken kennen, die sich auf die Arbeit mit Batch- und Echtzeit-Analyselösungen unter Verwendung von Azure-Datenplattformtechnologien beziehen. Die Teilnehmer 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. Die Teilnehmer 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. Die Teilnehmer lernen auch die verschiedenen Möglichkeiten kennen, wie sie die Daten mit denselben Technologien transformieren können, die für das Ingest der Daten verwendet werden. Die Kursteilnehmer 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. Der Kursteilnehmer wird dann zeigen, wie die Daten in einem analytischen System verwendet werden können, um Dashboards zu erstellen oder Vorhersagemodelle in Azure Synapse Analytics zu erstellen.

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

Die primäre Zielgruppe für diesen Kurs sind Datenexperten, Datenarchitekten und Business-Intelligence-Experten, die etwas über Data Engineering und den Aufbau analytischer Lösungen mit Datenplattformtechnologien auf Microsoft Azure lernen möchten. Die sekundäre Zielgruppe für diesen Kurs sind Datenanalysten und Datenwissenschaftler, die mit analytischen Lösungen arbeiten, die auf Microsoft Azure aufgebaut sind.

Erfahrene Teilnehmer beginnen diesen Kurs mit Kenntnissen über Cloud Computing und Kerndatenkonzepte sowie Berufserfahrung mit Datenlösungen.

Speziell absolviert sollten Sie die folgenden Kurse haben:

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

• Explore compute and storage options for data engineering workloads
• Design and implement the serving layer
• Data engineering considerations for source files
• Run interactive queries using Azure Synapse Analytics serverless SQL pools
• Explore, transform, and load data into the Data Warehouse using Apache Spark
• Data exploration and transformation in Azure Databricks
• Ingest and load data into the data warehouse
• Transform data with Azure Data Factory or Azure Synapse Pipelines
• Orchestrate data movement and transformation in Azure Synapse Pipelines
• Optimize query performance with dedicated SQL pools in Azure Synapse
• Analyze and Optimize Data Warehouse Storage
• Support Hybrid Transactional Analytical Processing (HTAP) with Azure Synapse Link
• End-to-end security with Azure Synapse Analytics
• Real-time Stream Processing with Stream Analytics
• Create a Stream Processing Solution with Event Hubs and Azure Databricks
• Build reports using Power BI integration with Azure Synpase Analytics
• Perform Integrated Machine Learning Processes in Azure Synapse Analytics

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

• E-BOOK - Die Original-Herstellerunterlage zu diesem Kurs erhalten Sie als digitale Kursunterlage.

• Kostenfreie Labs für 180 Tage
  Wow ! Das gibt's nur bei Arrow ECS Education. Nach Besuch Ihrer Schulung erhalten Sie von uns für weitere 180 Tage kostenfreien Zugang auf Ihre Lab-Umgebung!