Data Engineering on Microsoft Azure

In diesem Kurs erfahren die Kursteilnehmer*innen, wie sie Datentechnikworkloads in Microsoft Azure implementieren und verwalten, indem sie unter anderem Azure-Dienste wie Azure Synapse Analytics, Azure Data Lake Storage Gen2, Azure Stream Analytics, Azure Databricks verwenden. Der Kurs fokussiert sich auf allgemeine Datentechnikaufgaben wie das Orchestrieren von Datenübertragungs- und Transformationspipelines, das Arbeiten mit Datendateien in einem Data Lake, das Erstellen und Laden relationaler Data Warehouses, das Erfassen und Aggregieren von Datenströmen in Echtzeit sowie das Nachverfolgen von Datenressourcen und -herkunft.

Inhalt

Erste Schritte mit Datentechnik in Azure

Einführung in die Datentechnik in Azure
Einführung in Azure Data Lake Storage Gen2
Einführung in Azure Synapse Analytics

Erstellen von Datenanalyselösungen mithilfe von serverlosen SQL-Pools in Azure Synapse

Verwenden von serverlosen Azure Synapse SQL-Pools zum Abfragen von Dateien in einem Data Lake
Verwenden von serverlosen Azure Synapse-SQL-Pools zum Transformieren von Daten in einem Data Lake
Erstellen einer Lake-Datenbank in Azure Synapse Analytics
Schützen von Daten und Verwalten von Benutzern in serverlosen SQL-Pools von Azure Synapse

Durchführen von Datentechnik mit Apache Spark-Pools in Azure Synapse

Analysieren von Daten mit Apache Spark in Azure Synapse Analytics
Transformieren von Daten mit Spark in Azure Synapse Analytics
Verwenden von Delta Lake in Azure Synapse Analytics

Übertragen und Transformieren von Daten mit Azure Synapse Analytics-Pipelines

Erstellen einer Datenpipeline in Azure Synapse Analytics
Verwenden von Spark-Notebooks in einer Azure Synapse-Pipeline

Implementieren einer Datenanalyselösung mit Azure Synapse Analytics

Einführung in Azure Synapse Analytics
Verwenden von serverlosen Azure Synapse SQL-Pools zum Abfragen von Dateien in einem Data Lake
Analysieren von Daten mit Apache Spark in Azure Synapse Analytics
Verwenden von Delta Lake in Azure Synapse Analytics
Analysieren von Daten in einem relationalen Data Warehouse
Erstellen einer Datenpipeline in Azure Synapse Analytics

Arbeiten mit Data Warehouses mithilfe von Azure Synapse Analytics

Analysieren von Daten in einem relationalen Data Warehouse
Laden von Daten in ein relationales Data Warehouse
Verwalten und Überwachen von Data-Warehouse-Aktivitäten in Azure Synapse Analytics
Schützen einer Data Warehouse-Datenbank in Azure Synapse Analytics

Arbeiten mit Hybrid Transactional and Analytics Processing-Lösungen (HTAP; hybride Transaktions- und Analyseverarbeitung) mithilfe von Azure Synapse Analytics

Planen der hybriden transaktionalen/analytischen Verarbeitung mithilfe von Azure Synapse Analytics
Implementieren von Azure Synapse Link in Azure Cosmos DB
Implementieren von Azure Synapse Link für SQL

Implementieren einer Datenstreaminglösung mit Azure Stream Analytics

Erste Schritte mit Azure Stream Analytics
Erfassen von Streamingdaten mithilfe von Azure Stream Analytics und Azure Synapse Analytics
Visualisieren von Echtzeitdaten mit Azure Stream Analytics und Power BI

Implementieren einer Data Lakehouse-Analyselösung mit Azure Databricks

Einführung in Azure Databricks
Durchführen einer Datenanalyse mit Azure Databricks
Verwenden von Apache Spark in Azure Databricks
Verwalten von Daten mit Delta Lake
Erstellen von Datenpipelines mit Delta Live Tables
Bereitstellung von Workloads mit Azure Databricks Workflows

Voraussetzungen

Kenntnisse über Cloud Computing und wichtige Datenkonzepte sowie Erfahrung mit Datenlösungen
Diese Kenntnisse können durch den Besuch der Trainings AZ-900: Azure Fundamentals und DP-900: Microsoft Azure Data Fundamentals erworben werden.

Zielgruppe

Die Hauptzielgruppe für diesen Kurs sind Datenexperten, Datenarchitekten und Business Intelligence-Experten, die sich über Datentechnik und das Erstellen von Analyselösungen mithilfe der Datenplattformtechnologien in Microsoft Azure informieren möchten. Die sekundäre Zielgruppe für diesen Kurs umfasst Data Analysts und wissenschaftliche Fachkräfte für Daten, die auf Microsoft Azure basierende Analyselösungen nutzen.