DP-203 Bootcamp: Data Engineering on Microsoft Azure

Als erfahrender Administrator schnell Dein Wissen in den wichtigsten Themen erweitern

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.


Du hast noch Fragen zum Training? Dann vereinbare jetzt einen kostenlosen Beratungstermin:

Du brauchst ein Angebot?​ Gerne erstellen wir dir ein individuelles Angebot:

Angebot anfordern
1.500,00 € *

1.785,00 € inkl. MwSt. pro Teilnehmer:in

Schulungsdauer

4 Tag(e)

8 Plätze verfügbar

Termin:

Schulungsort:


Was Du bei uns erwarten kannst
Kleine Gruppen: Mit max. 8 Teilnehmern sind unsere Gruppen überschaubar, so dass niemand zu kurz kommt / benachteiligt wird.

Interaktives Training/Workshop: Unser Trainer ist immer offen für deine Fragen – auch dann, wenn du etwas nicht verstanden hast.

Im Preis enthalten: Neben dem LIVE Training mit einem unserer Trainer erhältst du einen Zugang zur dazugehörigen Schulungsunterlage und -umgebung
Erkunden von Compute- und Speicheroptionen für Datentechnikworkloads Einführung in Azure... mehr

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
  • Schützen 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
Grundkenntnisse über Cloud Computing und Kerndatenkonzepte mehr

Grundkenntnisse über Cloud Computing und Kerndatenkonzepte

DP-203 Data Engineering on Microsoft Azure mehr

DP-203 Data Engineering on Microsoft Azure