DP203 – Data Engineering on Microsoft Azure

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

 

MCADEA – Azure Data Engineer Associate

 

banner

 

DP203 – Data Engineering on Microsoft Azure

 

Duração: 4 dias ou 8 noites

Preparação para o exame DP-203: Data Engineering on Microsoft Azure
O exame DP203 é exigido na conquista da Certificação Microsoft: Azure Data Engineer Associate (MCADEA)

Neste curso, o aluno aprenderá sobre a engenharia de dados no que se refere ao trabalho com soluções analíticas em lote e em tempo real usando tecnologias de plataforma de dados Azure. Os alunos começarão por entender as tecnologias básicas de computação e armazenamento usadas para construir uma solução analítica. Os alunos aprenderão como explorar interativamente dados armazenados em arquivos em um data lake. Eles aprenderão as várias técnicas de ingestão que podem ser usadas para carregar dados usando o recurso Apache Spark encontrado no Azure Synapse Analytics ou Azure Databricks, ou como fazer a ingestão usando o Azure Data Factory ou os pipelines do Azure Synapse. Os alunos também aprenderão as várias maneiras de transformar os dados usando as mesmas tecnologias usadas para ingerir dados. Eles compreenderão a importância de implementar segurança para garantir que os dados sejam protegidos em repouso ou em trânsito. O aluno então mostrará como criar um sistema analítico em tempo real para criar soluções analíticas em tempo real.

 

Pré-Requisito: Ter participado dos cursos DP-900 – Fundamentos de Dados no AZ-900 – Fundamentos do Azure ou possuir conhecimentos equivalentes.

 

Conteúdo Programático:  

 

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

  • Introdução ao Azure Synapse Analytics
  • Descrever Azure Databricks
  • Introdução ao armazenamento Azure Data Lake
  • Descreva a arquitetura do Lago Delta
  • Trabalhe com fluxos de dados usando o Azure Stream Analytics

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

  • Explorar os recursos de pools SQL sem servidor do Azure Synapse
  • Consultar dados no lago usando pools SQL sem servidor do Azure Synapse
  • Criar objetos de metadados em pools SQL sem servidor do Azure Synapse
  • Proteja dados e gerencie usuários em pools SQL sem servidor do Azure Synapse

3: exploração e transformação de dados no Azure Databricks

  • Descrever Azure Databricks
  • Ler e gravar dados no Azure Databricks
  • Trabalhar com DataFrames em Azure Databricks
  • Trabalhe com métodos avançados de DataFrames em Azure Databricks

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

  • Compreenda a engenharia de Big Data com Apache Spark no Azure Synapse Analytics
  • Ingerir dados com blocos de anotações Apache Spark no Azure Synapse Analytics
  • Transforme dados com DataFrames em Pools do Apache Spark no Azure Synapse Analytics
  • Integrar pools SQL e Apache Spark no Azure Synapse Analytics

5: 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

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

  • Integração de dados com Azure Data Factory ou Azure Synapse Pipelines
  • Transformação livre de código em escala com Azure Data Factory ou Azure Synapse Pipelines

7: orquestrar a movimentação e transformação de dados em Azure Synapse Pipelines

  • Orquestrar a movimentação e transformação de dados no Azure Data Factory

8: segurança ponta a ponta com o Azure Synapse Analytics

  • Proteja um data warehouse no Azure Synapse Analytics
  • Configurar e gerenciar segredos no Azure Key Vault
  • Implementar controles de conformidade para dados confidenciais

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

  • Projete processamento transacional e analítico 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
  • Consultar o Azure Cosmos DB com pools SQL sem servidor

10: 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
  • Ingerir fluxos de dados com o Azure Stream Analytics

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

  • Processar dados de streaming com streaming estruturado do Azure Databricks

 

*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.