DP-203: Data Engineering on Microsoft Azure | Schulung, Seminar

Modul 1: Rechen- und Speicheroptionen für Data-Engineering-Workloads

• Einführung in Azure Synapse Analytics
• Erläuterung von Azure Databricks
• Erläuterung in Azure Data Lake-Speicher
• Beschreiben der Delta Lake-Architektur
• Arbeiten mit Datenströmen unter Verwendung von Azure Stream Analytics

Modul 2: Design und Implementierung der Serving Layer

• Entwerfen eines multidimensionalen Schemas zur Optimierung analytischer Arbeitslasten
• Codefreie Transformation im Maßstab mit Azure Data Factory
• Befüllen von sich langsam ändernden Dimensionen in Azure Synapse Analytics-Pipelines

Modul 3: Data-Engineering-Überlegungen für Quelldateien

• Entwerfen eines modernen Data Warehouse mit Azure Synapse Analytics
• Sichern eines Data Warehouse in Azure Synapse Analytics

Modul 4: Interaktive Abfragen mit Azure Synapse Analytics serverlosen SQL-Pools ausführen

• Möglichkeiten von Azure Synapse Serverless SQL Pools
• Abfragen von Daten im Lake mit Azure Synapse Serverless SQL Pools
• Erstellen von Metadatenobjekten in Azure Synapse Serverless SQL Pools
• Sichern von Daten und Verwalten von Benutzern in Azure Synapse Serverless SQL Pools

Modul 5: Analysieren, Transformieren und Laden von Daten in das Data Warehouse mit Apache Spark

• Verstehen von Big Data Engineering mit Apache Spark in Azure Synapse Analytics
• Einlesen 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 6: Datenexploration und -transformation in Azure Databricks

• Beschreibung von Azure Databricks
• Lesen und Schreiben von Daten in Azure Databricks
• Arbeiten mit DataFrames in Azure Databricks
• Arbeiten mit DataFrames fortgeschrittene Methoden in Azure Databricks

Modul 7: Daten in das Data Warehouse aufnehmen und laden

• Vewenden von Best Practices zum Laden von Daten in Azure Synapse Analytics
• Ingestion im Petabyte-Bereich mit Azure Data Factory

Modul 8: Transformieren von Daten mit Azure Data Factory oder Azure Synapse Pipelines

• Datenintegration mit Azure Data Factory oder Azure Synapse Pipelines
• Codefreie Transformation im großen Maßstab mit Azure Data Factory oder Azure Synapse Pipelines

Modul 9: Orchestrierung der Datenbewegung und -transformation in Azure Synapse Pipelines

• Orchestrierung der Datenbewegung und -transformation in Azure Data Factory

Modul 10: Optimieren der Abfrageleistung mit dedizierten SQL-Pools in Azure Synapse

• Optimieren der Data-Warehouse-Abfrageleistung in Azure Synapse Analytics
• Verstehen der Data-Warehouse-Entwicklerfunktionen von Azure Synapse Analytics

Modul 11: Analysieren und Optimieren von Data Warehouse-Speicher

• Analysieren und Optimieren von Data Warehouse-Speicher in Azure Synapse Analytics

Modul 12: Hybride transaktionale analytische Verarbeitung (HTAP) mit Azure Synapse Link unterstützen

• Entwerfen Sie hybride transaktionale und analytische Verarbeitung mit Azure Synapse Analytics
• Konfigurieren von Azure Synapse Link mit Azure Cosmos DB
• Abfrage von Azure Cosmos DB mit Apache Spark-Pools
• Abfrage von Azure Cosmos DB mit serverlosen SQL-Pools

Modul 13: End-to-End-Sicherheit mit Azure Synapse Analytics

• Sichern eines Data Warehouse in Azure Synapse Analytics
• Konfigurieren und Verwalten von Secrets in Azure Key Vault
• Implementieren von Compliance-Kontrollen für sensible Daten

Modul 14: Stream-Verarbeitung in Echtzeit mit Stream Analytics

• Ermöglichen Sie zuverlässiges Messaging für Big-Data-Anwendungen mit Azure Event Hubs
• Arbeiten mit Datenströmen mithilfe von Azure Stream Analytics
• Ingest von Datenströmen mit Azure Stream Analytics

Modul 15: Erstellen einer Stream-Verarbeitungslösung mit Event Hubs und Azure Databricks

• Verarbeiten von Streaming-Daten mit Azure Databricks strukturiertem Streaming

Modul 16: Erstellen von Berichten mithilfe der Power BI-Integration mit Azure Synpase Analytics

• Erstellen von Berichten mit Power BI unter Verwendung der Integration mit Azure Synapse Analytics

Modul 17: Integrierte Machine-Learning-Prozesse in Azure Synapse Analytics durchführen

• Verwenden des integrierten maschinellen Lernprozesses in Azure Synapse Analytics