Data Engineering on Microsoft Azure

Über das Seminar
In diesem Seminar lernen die Teilnehmer Muster und Praktiken für das Data Engineering kennen, soweit es das Arbeiten mit Batch- und Echtzeitanalyselösungen mithilfe von Azure-Datenplattformtechnologien betrifft.

Das Seminar ersetzt ab 01. Juli 2021 die Seminare DP-200T01: Implementing an Azure Data Solution und DP-201T01: Designing an Azure Data Solution.

Das Seminar kann zur Vorbereitung auf die Zertifizierung als Azure Data Engineer genutzt werden.

Inhalt

Compute- und Speicheroptionen für Data-Engineering-Arbeitslasten

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

Design und Implementierung des Serving Layer

  • Design eines mehrdimensionalen Schemas, um analytische Arbeitslasten zu optimieren
  • Codefreie, bedarfsgerechte Transformation mit Azure Data Factory
  • Befüllen sich langsam ändernder Dimensionen in Azure-Synapse-Analytics-Pipelines

Data-Engineering-Überlegungen für Quelldateien

  • Design eines Modern Data Warehouse mithilfe von Azure Synapse Analytics
  • Absichern eines Data Warehouse in Azure Synapse Analytics

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

  • Möglichkeiten serverloser Azure-Synapse-SQL-Pools
  • Abfragen von Daten im Lake mithilfe serverloser Azure-Synapse-SQL-Pools
  • Erstellen von Metadatenobjekten in serverlosen Azure-Synapse-SQL-Pools
  • Absichern von Daten und Verwalten von Benutzern in serverlosen Azure-Synapse-SQL-Pools

Untersuchen, Transformieren und Laden von Daten in das Data Warehouse mithilfe von Apache Spark

  • Big-Data-Engineering 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
  • Integration von SQL- und Apache-Spark-Pools in Azure Synapse Analytics

Datenuntersuchung und -transformation in Azure Databricks

  • Azure Databricks
  • Lesen und Schreiben von Daten in Azure Databricks
  • Arbeiten mit DataFrames in Azure Databricks
  • Arbeiten mit erweiterten DataFrames-Methoden in Azure Databricks

Erfassen und Laden von Daten in das Data Warehouse

  • Best Practices für das Laden von Daten in Azure Synapse Analytics
  • Erfassen von Daten im Petabyte-Maßstab mit Azure Data Factory

Transformieren von Daten mit Azure Data Factory oder Azure-Synapse-Pipelines

  • Datenintegration mit Azure Data Factory oder Azure Synapse Pipelines
  • Codefreie, bedarfsgerechte Transformation mit Azure Data Factory oder Azure-Synapse-Pipelines

Orchestrierung von Datenbewegung und -transformation in Azure-Synapse-Pipelines

Optimieren der Abfrageleistung mit dedizierten SQL-Pools in Azure Synapse

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

Analysieren und Optimieren des Data-Warehouse-Speichers

Unterstützung von Hybrid Transactional Analytical Processing (HTAP) mit Azure Synapse Link

  • Design hybrider transaktionaler und analytischer Verarbeitung mithilfe von 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

Ende-zu-Ende-Sicherheit mit Azure Synapse Analytics

  • Absichern eines Data Warehouse in Azure Synapse Analytics
  • Konfigurieren und Verwalten von Geheimnissen in Azure Key Vault
  • Implementieren von Compliancekontrollen für sensible Daten

Echtzeit-Streamverarbeitung mit Stream Analytics

  • Verlässliches Messaging für Big-Data-Anwendungen mithilfe von Azure Event Hubs
  • Arbeiten mit Datenströmen unter Verwendung von Azure Stream Analytics
  • Erfassen von Datenströmen mit Azure Stream Analytics

Erstellen einer Streamverarbeitungslösung mit Event Hubs und Azure Databricks

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

Integrierte Maschinenlernprozesse in Azure Synapse Analytics

Voraussetzungen

  • Kenntnisse über Cloud Computing und wichtige Datenkonzepte sowie Erfahrung mit Datenlösungen
  • Diese Kenntnisse können durch den Besuch der Seminare AZ-900T00: Azure Fundamentals und DP-900T00: Microsoft Azure Data Fundamentals erworben werden.

Zielgruppe

  • Datenprofis, -architekten und Business-Intelligence-Professionals, die die Datenplattformtechnologien auf Microsoft Azure kennenlernen wollen
  • Datenanalysten und -wissenschaftler, die mit analytischen Lösungen arbeiten, die auf Microsoft Azure basieren

Zertifizierungen

Dieses Seminar bereitet auf folgende Zertifizierung vor:

  • Microsoft Certified: Azure Data Engineer Associate

Kursinfo


Kursnummer DP-203T00

Dauer 4 Tag(e)

Seminargebühr EUR 2.350,00 netto
(2.796,50 inkl. 19% MwSt.)


Durchführungsgarantie

Belegt