DP203 – Data Engineering on Microsoft Azure

  • Data de Início
  • Turnos
    Noturno | Integral
  • Duração
    4 Dias | 8 Noites
  • Tipo
    live

 

MCADEA – Azure Data Engineer Associate

 

banner

 

DP203 – Data Engineering on Microsoft Azure

 

Perfil de público

O público principal deste curso são profissionais de dados, arquitetos de dados e profissionais de business intelligence que desejam aprender sobre engenharia de dados e construção de soluções analíticas usando tecnologias de plataforma de dados existentes no Microsoft Azure. O público secundário deste curso são analistas de dados e cientistas de dados que trabalham com soluções analíticas criadas no Microsoft Azure.

 

Habilidades adquiridas

  • Explore as opções de computação e armazenamento para cargas de trabalho de engenharia de dados no Azure
  • Projetar e implementar a camada de serviço
  • Entenda as considerações de engenharia de dados
  • Execute consultas interativas usando pools SQL sem servidor
  • Explore, transforme e carregue dados no Data Warehouse usando Apache Spark
  • Realizar Exploração e Transformação de dados em Azure Databricks
  • Ingerir e carregar dados no data warehouse
  • Transforme dados com Azure Data Factory ou Azure Synapse Pipelines
  • Integrar dados de notebooks com Azure Data Factory ou Azure Synapse Pipelines
  • Otimize o desempenho da consulta com pools SQL dedicados no Azure Synapse
  • Analise e otimize o armazenamento de data warehouse
  • Suporte ao Processamento Analítico Transacional Híbrido (HTAP) com o Azure Synapse Link
  • Execute a segurança de ponta a ponta com o Azure Synapse Analytics
  • Execute o processamento de fluxo em tempo real com o Stream Analytics
  • Crie uma solução de processamento de fluxo com Hubs de eventos e Azure Databricks
  • Crie relatórios usando a integração do Power BI com o Azure Synpase Analytics
  • Executar processos integrados de aprendizado de máquina no Azure Synapse Analytics

 

Pré-requisito

Ter participado dos cursos AZ-900 – Fundamentos do Azure e DP-900 – Fundamentos de Dados do Microsoft Azure ou ter conhecimentos equivalentes.

 

Conteúdo Programático:  

 

1: Explorar opções de computação e armazenamento para cargas de trabalho de engenharia de dados

  • Introdução ao Azure Synapse Analytics e Azure Databricks
  • Introdução ao armazenamento Azure Data Lake
  • Trabalhe com fluxos de dados usando o Azure Stream Analytics

 

2: Projete e implemente a camada de serviço

  • Projete um esquema multidimensional para otimizar cargas de trabalho analíticas

 

3: Considerações de engenharia de dados para arquivos de origem

  • Projetar e proteger um data warehouse moderno usando o Azure Synapse Analytics

 

4: Executar consultas interativas usando pools SQL sem servidor do Azure Synapse Analytics

  • Explorar os recursos de pools SQL sem servidor do Azure Synapse
  • Proteja dados e gerencie usuários em pools SQL sem servidor do Azure Synapse

 

5: Explorar, transformar e carregar dados no Data Warehouse usando Apache Spark

  • Compreenda a engenharia de Big Data com Apache Spark no Azure Synapse Analytics

 

6: Explorar e transformar dados no Azure Databricks

 

7: ingerir e carregar dados no data warehouse

  • Use as práticas recomendadas de carregamento de dados no Azure Synapse Analytics
  • Ingestão em escala de petabyte com Azure Data Factory

 

8: Transforme dados com Azure Data Factory ou Azure Synapse Pipelines

 

9: Orquestrar a movimentação e transformação de dados em Azure Synapse Pipelines

 

10: Otimize o desempenho da consulta com pools SQL dedicados no Azure Synapse

  • Otimize o desempenho da consulta do data warehouse no Azure Synapse Analytics

 

11: Analisar e otimizar o armazenamento de data warehouse

  • Analise e otimize o armazenamento de data warehouse no Azure Synapse Analytics

 

12: Suporte ao Processamento Analítico Transacional Híbrido (HTAP) com o Azure Synapse Link

  • Projetar processamento analítico e transacional híbrido usando o Azure Synapse Analytics
  • Configurar o Azure Synapse Link com o Azure Cosmos DB
  • Consultar o Azure Cosmos DB com pools do Apache Spark e  SQL sem servidor

 

13: Segurança ponta a ponta com o Azure Synapse Analytics

 

14: Processamento de stream em tempo real com Stream Analytics

  • Habilite mensagens confiáveis para aplicativos de Big Data usando Hubs de Eventos do Azure
  • Trabalhe com fluxos de dados usando o Azure Stream Analytics

 

15: Criar uma solução de processamento de fluxo com Hubs de eventos e Azure Databricks

  • Processar dados de streaming com streaming estruturado do Azure Databricks

 

16: Crie relatórios usando a integração do Power BI com o Azure Synpase Analytics

  • Crie relatórios com o Power BI usando sua integração com o Azure Synapse Analytics

 

17: Executar processos integrados de aprendizado de máquina no Azure Synapse Analytics

  • Use o processo de aprendizado de máquina integrado no Azure Synapse Analytics

 

 

*Os conteúdos podem ser atualizados sem prévio aviso.


Entre em Contato

Quer mais informações referente a esse treinamento? Preencha o formulário e aguarde o contato de um consultor.