In diesem Training erfährst Du mehr über die Arbeit mit Batch- und Echtzeit-Analyselösungen unter Verwendung von Azure-Datenplattformtechnologien.
Neben den theoretischen Kursanteilen erlernst Du in LAB Umgebungen Daten in einem data lake zu untersuchen, mit Erfassungstechniken zum Laden von Daten mit Azure Synapse Analytics oder Azure Databricks umzugehen und Data Ingestion Prozesse mit Azure Data Factory oder Azure Synapse pipelines durchzuführen. Zusätzlich werden Themen wie Datentransformation und Security behandelt.
Was Du nach dem Training kannst:
- wichtigsten Werkzeuge der Azure Data Platform einsetzen
- kennst Dich im Bereichen Datensicherheit, Monitoring und Troubleshooting von Azure-Datenlösungen aus
- kannst Du Azure SQL Server-Datenbanken, Big Data und Streamingdatenlösungen optimieren
- kannst Maßnahmen zur Disaster Recovery einrichten
2.590,00 €*
3.082,10 € inkl. MwSt.
Schulungsdauer:
4 Tag(e)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
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
- Schätzen von Daten und Verwalten von Benutzern in serverlosen SQL-Pools von Azure Synapse
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
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
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
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
Orchestrieren der Datenverschiebung und -transformation in Azure Synapse-Pipelines
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
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
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
Erstellen einer Streamverarbeitungslösung mit Event Hubs und Azure Databricks
- Verarbeiten von Streamingdaten mit Structured Streaming in Azure Databricks
Dieser Kurs ist richtig für Dich, wenn Du mit Azure-Diensten Daten aus mehreren Quellen einlesen, auslasen und transformieren möchten. Dazu gehören Administratoren von Datenbanken und Azure Datenspezialisten.
Diese Schulung bereitet auf die Prüfung DP-203 Data Engineering on Microsoft Azure vor.
Täglich von 09:00 - ca. 16:30 Uhr
Mittagspause von 12:30 - 13:30 Uhr
Eine Bio-Break am Vor- und Nachmittag