Plan Szkolenia

1 Azure dla inżyniera danych

  • Wyjaśnienie ewoluującego świata danych
  • Przegląd usług na platformie Azure Data Platform
  • Identyfikacja zadań wykonywanych przez inżyniera danych
  • Opisanie przypadków użycia chmury w studium przypadku
  • Zidentyfikuj ewoluujący świat danych
  • Określanie usług platformy danych Azure
  • Identyfikacja zadań do wykonania przez inżyniera danych
  • Sfinalizowanie rezultatów inżynierii danych

2 Praca z przechowywaniem danych

  • Wybór podejścia do przechowywania danych w Azure.
  • Utwórz konto magazynu Azure
  • Wyjaśnienie magazynu Azure Data Lake
  • Prześlij dane do Azure Data Lake
  • Laboratorium: Praca z magazynem danych
  • Wybierz podejście do przechowywania danych w Azure.
  • Utwórz konto magazynu
  • Wyjaśnienie magazynu Data Lake
  • Przesyłanie danych do magazynu Data Lake

3) Umożliwienie pracy zespołowej Data Science z Azure Databricks

  • Wyjaśnij Azure Databricks
  • Praca z Azure Databricks
  • Odczytywanie danych za pomocą Azure Databricks
  • Wykonywanie transformacji z Azure Databricks
  • Laboratorium: Umożliwianie pracy zespołowej Data Science z Azure Databricks
  • Wyjaśnij Azure Databricks
  • Praca z Azure Databricks
  • Odczytywanie danych z Azure Databricks
  • Wykonywanie transformacji z Azure Databricks

4. Tworzenie globalnie rozproszonych Database baz danych z Cosmos DB

  • Tworzenie Azure Cosmos DB bazy danych zbudowanej do skalowania
  • Wstawianie i przeszukiwanie danych w bazie danych Azure Cosmos DB
  • Zbuduj aplikację .NET Core dla Cosmos DB w Visual Studio Code.
  • Dystrybuuj dane globalnie za pomocą Azure Cosmos DB
  • Laboratorium: Tworzenie globalnie rozproszonych Database baz danych z Cosmos DB
  • Tworzenie Azure Cosmos DB
  • Wstawianie i odpytywanie danych w Azure Cosmos DB
  • Tworzenie aplikacji .Net Core dla Azure Cosmos DB przy użyciu VS Code
  • Globalna dystrybucja danych za pomocą Azure Cosmos DB

5 Praca z relacyjnymi magazynami danych w chmurze

  • Użyj Azure SQL Database
  • Opisać Azure SQL Data Warehouse
  • Tworzenie i odpytywanie Azure SQL Data Warehouse
  • Używanie PolyBase do ładowania danych do Azure SQL Data Warehouse
  • Laboratorium: Praca z relacyjnymi magazynami danych w chmurze
  • Użyj Azure SQL Database
  • Describe Azure SQL Data Warehouse
  • Tworzenie i wysyłanie zapytań do Azure SQL Data Warehouse
  • Używanie PolyBase do ładowania danych do Azure SQL Data Warehouse

6. Wykonywanie analiz w czasie rzeczywistym za pomocą Stream Analytics

  • Wyjaśnienie strumieni danych i przetwarzania zdarzeń
  • Pozyskiwanie danych za pomocą koncentratorów zdarzeń
  • Przetwarzanie danych za pomocą zadań Stream Analytics
  • Laboratorium: Wykonywanie analiz w czasie rzeczywistym za pomocą Stream Analytics
  • Wyjaśnienie strumieni danych i przetwarzania zdarzeń
  • Pozyskiwanie danych za pomocą koncentratorów zdarzeń
  • Przetwarzanie danych za pomocą zadań Stream Analytics

7 Organizowanie przepływu danych za pomocą Azure Data Factory

  • Wyjaśnij, jak działa Azure Data Factory
  • Komponenty Azure Data Factory
  • Fabryka danych Azure i Databricks.
  • Laboratorium: Organizowanie przepływu danych za pomocą Azure Data Factory
  • Wyjaśnij, jak działa Fabryka danych
  • Składniki Azure Data Factory
  • Fabryka danych Azure i Databricks

8) Zabezpieczanie platform danych [770

  • Wprowadzenie do bezpieczeństwa
  • Kluczowe składniki zabezpieczeń
  • Zabezpieczanie kont magazynu i magazynu Data Lake
  • Zabezpieczanie magazynów danych
  • Zabezpieczanie danych przesyłanych strumieniowo
  • Laboratorium: Zabezpieczanie platform danych Azure
  • Wprowadzenie do zabezpieczeń
  • Kluczowe składniki zabezpieczeń
  • Zabezpieczanie kont magazynu i magazynu Data Lake
  • Zabezpieczanie magazynów danych
  • Zabezpieczanie danych przesyłanych strumieniowo

9 Monitorowanie i rozwiązywanie problemów z przechowywaniem i przetwarzaniem danych

  • Wyjaśnienie dostępnych funkcji monitorowania
  • Rozwiązywanie typowych problemów związanych z przechowywaniem danych
  • Rozwiązywanie typowych problemów z przetwarzaniem danych
  • Zarządzanie odzyskiwaniem danych po awarii
  • Laboratorium: Monitorowanie i rozwiązywanie problemów z przechowywaniem i przetwarzaniem danych
  • Wyjaśnienie dostępnych funkcji monitorowania
  • Rozwiązywanie typowych problemów z przechowywaniem danych
  • Rozwiązywanie typowych problemów z przetwarzaniem danych
  • Zarządzanie odzyskiwaniem po awarii

Wymagania

  • Doświadczenie z podstawową analizą danych (np. Excel)
  • Ogólne zrozumienie koncepcji chmury (np. AWS)

Uczestnicy

  • Inżynierowie Database
  • Programiści
 35 godzin

Liczba uczestników


cena netto za uczestnika

Opinie uczestników (5)

Propozycje terminów

Powiązane Kategorie