Azure - DP-203T00 - Data Engineering on Microsoft Azure

In unserer modernen, datengetriebenen Welt wird das Wissen über Azure - DP-203T00 - Data Engineering on Microsoft Azure Kurs zunehmend wichtiger. Dieser umfassende Kurs vermittelt Ihnen fundierte Kenntnisse in der Datentechnik, speziell im Kontext von Batch- und Echtzeit-Analyselösungen mithilfe der Azure-Datenplattform. Sie starten mit einer Einführung in wesentliche Computer- und Speichertechnologien, die als Basis für Ihre analytischen Projekte dienen.

Speziell für Daten- und Analyseprofis bietet dieser Kurs die Möglichkeit, die verschiedenen Techniken zu erlernen, die erforderlich sind, um Daten effektiv mit Apache Spark in Azure Synapse Analytics oder Azure Databricks zu erfassen und zu bearbeiten. Dabei verwenden Sie Tools wie Azure Data Factory oder Azure Synapse-Pipelines für eine nahtlose Datenerfassung. Ein entscheidender Vorteil dabei ist die Fähigkeit, Informationen sowohl zu sammeln als auch zu transformieren, um sie für Echtzeit-Analysen nutzbar zu machen.

Ein weiterer zentraler Aspekt dieses Kurses ist der Aufbau eines Echtzeit-Analysesystems, das Ihnen ermöglicht, robuste, leistungsfähige Echtzeit-Analyselösungen zu entwickeln. Die praxisorientierten Einheiten befähigen Sie zur Anwendung von interaktiven Abfragen mit serverlosen SQL-Pools und zur Durchführung umfangreicher Datenuntersuchungen und -transformationen in Azure Databricks.

Darüber hinaus werden Sie auf die DP-203-Prüfung vorbereitet, die Ihrem Karriereprofil als Microsoft Certified: Azure Data Engineer Associate einen wertvollen Schub verleiht. Ein Highlight des Kurses ist die umfassende Vermittlung von End-to-End-Sicherheitslösungen mit Azure Synapse Analytics und der Einsatz von Hybrid Transactional Analytical Processing (HTAP) durch Azure Synapse Link.

Steigern Sie Ihre Kompetenz und machen Sie den nächsten Schritt in Ihrer beruflichen Entwicklung.

Modul 1: Erkunden von Compute- und Speicheroptionen für Datentechnikworkloads

- Einführung in Azure Synapse Analytics

- Beschreiben von Azure Databricks

- Einführung in Azure Data Lake Storage

- Beschreiben der Delta Lake-Architektur

- Arbeiten mit Datenströmen mithilfe von Azure Stream Analytics

Modul 2: Ausführen interaktiver Abfragen mithilfe von serverlosen SQL-Pools von Azure Synapse Analytics

- Kennenlernen von serverlosen SQL-Pool-Funktionen in Azure Synapse

- Abfragen von Daten im Lake mit serverlosen SQL-Pools von Azure Synapse

- Erstellen von Metadatenobjekten in serverlosen SQL-Pools von Azure Synapse

- Schützen von Daten und Verwalten von Benutzern in serverlosen SQL-Pools von Azure Synapse

Modul 3: Datenuntersuchung und -transformation in Azure Databricks

- Beschreiben von Azure Databricks

- Lesen und Schreiben von Daten in Azure Databricks

- Arbeiten mit DataFrames in Azure Databricks

- Arbeiten mit erweiterten Methoden für Dataframes in Azure Databricks

Modul 4: Untersuchen, Transformieren und Laden von Daten im Data Warehouse mithilfe von Apache Spark

- Grundlegendes zu Big-Data-Entwicklung mit Apache Spark in Azure Synapse Analytics

- Erfassen von Daten mit Apache Spark-Notebooks in Azure Synapse Analytics

- Transformieren von Daten mit Dataframes in Apache Spark-Pools in Azure Synapse Analytics

- Integrieren von SQL- und Apache Spark-Pools in Azure Synapse Analytics

Modul 5: Erfassen und Laden von Daten im Data Warehouse

- Verwenden von bewährten Methoden zum Laden von Daten in Azure Synapse Analytics

- Datenerfassung im Petabytebereich mit Azure Data Factory

Modul 6: Transformieren von Daten mit Azure Data Factory oder Azure Synapse-Pipelines

- Datenintegration mit Azure Data Factory oder Azure Synapse-Pipelines

- Transformation ohne Code im großen Stil mit Azure Data Factory oder Azure Synapse-Pipelines

Modul 7: Orchestrieren der Datenverschiebung und -transformation in Azure Synapse-Pipelines

- Orchestrieren der Datenverschiebung und -transformation in Azure Data Factory

Modul 8: End-to-End-Sicherheit mit Azure Synapse Analytics

- Schützen einer Data Warehouse-Datenbank in Azure Synapse Analytics

- Konfigurieren und Verwalten von Geheimnissen in Azure Key Vault

- Implementieren von Compliancekontrollen für vertrauliche Daten

Modul 9: Unterstützen von Hybrid Transactional Analytical Processing (HTAP) mit Azure Synapse Link

- Entwerfen der hybriden transaktionalen und analytischen Verarbeitung mithilfe von Azure Synapse Analytics

- Konfigurieren 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: Streamverarbeitung in Echtzeit mit Stream Analytics

- Aktivieren von zuverlässigem Messaging für Big Data-Anwendungen mithilfe von Azure Event Hubs

- Arbeiten 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

- Verarbeiten von Streamingdaten mit Structured Streaming in Azure Databricks