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
Opinie uczestników (5)
Praktyczne przykłady pozwoliły nam odczuć, jak naprawdę działa program. Szczegółowe wyjaśnienia i integracja koncepcji teoretycznych z ich praktycznymi zastosowaniami.
Ian - Archeoworks Inc.
Szkolenie - ArcGIS Fundamentals
Przetłumaczone przez sztuczną inteligencję
Ćwiczenie laboratoryjne
Tse Kiat - ST Engineering Training & Simulation Systems Pte. Ltd.
Szkolenie - Automated Monitoring with Zabbix
Przetłumaczone przez sztuczną inteligencję
Wszystkie tematy, które omówił, wraz z przykładami. Wyjaśnił również, jak są one pomocne w naszej codziennej pracy.
madduri madduri - Boskalis Singapore Pte Ltd
Szkolenie - QGIS for Geographic Information System
Przetłumaczone przez sztuczną inteligencję
Polubiałem styl Pabla, fakt, że poruszył wiele tematów od projektowania raportów i personalizacji za pomocą HTML do implementacji prostych algorytmów uczenia maszynowego. Good równowagi między informacjami teoretycznymi a ćwiczeniami. Pablo naprawdę obejrzał wszystkie tematy, które mnie interesowały i udzielił kompleksowych odpowiedzi na moje pytania.
Cristian Tudose - SC Automobile Dacia SA
Szkolenie - Advanced Data Analysis with TIBCO Spotfire
Przetłumaczone przez sztuczną inteligencję
Aktualne zastosowanie Spotfire i wszystkie podstawowe funkcje.
Michael Capili - STMicroelectronics, Inc.
Szkolenie - Introduction to Spotfire
Przetłumaczone przez sztuczną inteligencję