Data Engineering on Microsoft Azure (DP-203)

In diesem Kurs lernst du die Data-Engineering-Muster und -Praktiken kennen, die sich auf die Arbeit mit Batch- und Echtzeit-Analyselösungen unter Verwendung von Azure-Datenplattformtechnologien beziehen.
Du beginnst mit dem Verständnis der zentralen Rechen- und Speichertechnologien, die zum Aufbau einer analytischen Lösung verwendet werden. Du wirst dann untersuchen, wie man eine analytische Serving-Schicht entwirft und sich auf Data-Engineering-Überlegungen für die Arbeit mit Quelldateien konzentrieren. Du lernst, wie man interaktiv in Dateien gespeicherte Daten in einem Data Lake untersucht. Du lernst ausserdem die verschiedenen Ingestion-Techniken kennen, die zum Laden von Daten mit der Apache Spark-Funktion in Azure Synapse Analytics oder Azure Databricks verwendet werden können, oder wie man mit Azure Data Factory oder Azure Synapse-Pipelines ingestiert. Du lernst auch die verschiedenen Möglichkeiten kennen, wie du die Daten mit denselben Technologien transformieren kannst, die für das Ingest der Daten verwendet werden. Du erfährst, wie du die Leistung von Analysesystemen überwachen und analysieren kannst, um die Leistung von Datenlasten oder Abfragen, die gegen die Systeme ausgegeben werden, zu optimieren. Du wirst verstehen, wie wichtig die Implementierung von Sicherheit ist, um sicherzustellen, dass die Daten im Ruhezustand oder bei der Übertragung geschützt sind. Du wirst dann zeigen, wie die Daten in einem analytischen System verwendet werden können, um Dashboards zu erstellen oder Vorhersagemodelle in Azure Synapse Analytics zu erstellen.