DP-200 | Implementing an Azure Data Solution

In diesem Seminar implementieren die Teilnehmer verschiedene Datenplattformtechnologien in Lösungen, die in Übereinstimmung mit geschäftlichen und technischen Anforderungen sind, einschließlich On-premises-, Cloud- und hybrider Datenszenarien, die sowohl relationale als auch No-SQL-Daten umfassen. Außerdem lernen sie, Daten mithilfe einer breiten Palette von Technologien und Sprachen für Streaming und Batchdaten zu verarbeiten.

Weitere Themen sind die Implementierung von Datensicherheit einschließlich Authentifizierung, Autorisierung, Datenrichtlinien und Standards sowie die Überwachung von Datenlösungen für Datenspeicher- und Datenverarbeitungsaktivitäten. Abschließend geht es um Verwaltung und Troubleshooting von Azure-Datenlösungen, was Optimierung und Disaster Recovery von Big Data, Batchverarbeitung und Streamingdatenlösungen einschließt.

Das Seminar kann zur Vorbereitung auf die Zertifizierung als Azure Data Engineer genutzt werden.

• Azure für den Dateningenieur
  • Entwicklung der Datenwelt
  • Dienste in der Azure-Datenplattform
  • Aufgaben eines Dateningenieurs
  • Anwendungsfälle für die Cloud
• Arbeiten mit Datenspeicher
  • Auswahl eines Datenspeichers in Azure
  • Erstellen eines Azure-Speicherkontos
  • Azure-Data-Lake-Speicher
  • Hochladen von Daten in Azure Data Lake
• Teambasierte Datenwissenschaft mit Azure Databricks
  • Azure Databricks und Plattformen für das Maschinenlernen
  • Prozess der Teamdatenwissenschaft
  • Bereitstellung von Azure Databricks und Arbeitsräumen
  • Aufgaben zur Datenvorbereitung
• Erstellen global verteilter Datenbanken mit Cosmos DB
  • Erstellen einer skalierbaren Azure-Cosmos-DB-Datenbank
  • Einfügen und Abfragen von Daten in einer Azure-Cosmos-DB-Datenbank
  • Bereitstellen einer .NET-Core-App für Cosmos DB in Visual-Studio-Code
  • Globale Verteilung von Daten mit Azure Cosmos DB
• Arbeiten mit relationalen Datenspeichern in der Cloud
  • SQL Database und SQL Data Warehouse
  • Bereitstellen einer Azure-SQL-Datenbank, um Daten zu speichern
  • Laden von Daten in Azure SQL Data Warehouse
• Echtzeitanalysen mit Stream Analytics
  • Datenströme und Ereignisverarbeitung
  • Abfrage von Streamingdaten mithilfe von Stream Analytics
  • Datenverarbeitung mit Azure Blob und Stream Analytics
  • Datenverarbeitung mit Event Hubs und Stream Analytics
• Orchestrierung von Datenbewegungen mit Azure Data Factory
  • Arbeitsweise von Azure Data Factory
  • Erstellen von Linked Services und Datensets
  • Erstellen von Pipelines und Aktivitäten
  • Ausführen von Azure-Data-Factory-Pipelines und -Triggern
• Absicherung von Azure-Datenplattformen
  • Konfiguration der Netzwerksicherheit
  • Konfiguration von Authentifizierung
  • Konfiguration von Autorisierung
  • Auditieren der Sicherheit
• Überwachung und Troubleshooting von Datenspeicher und -verarbeitung
  • Troubleshootingansatz für das Data Engineering
  • Azure-Überwachungsmöglichkeiten
  • Troubleshooting gängiger Datenprobleme
  • Troubleshooting gängiger Datenverarbeitungsprobleme
• Integration und Optimierung von Datenplattformen
  • Integration von Datenplattformen
  • Optimierung von Datenspeichern
  • Optimierung von Streamingdaten
  • Disaster Recovery