Kurzusleírás
1. Azure a Data Engineer számára
- Magyarázni az adatelemzés fejlődő világát.
- Felületesen bemutatni az Azure Adatplatform szolgáltatásait.
- Azok a feladatok, amelyeket egy Adatmérnök végzik el.
- Leírni az adatelemzési esetegyüttes használatát a felhőben.
- Megérteni az adatelemzés fejlődő világát.
- Meghatározni az Azure Adatplatform szolgáltatásait.
- A feladatok, amelyeket egy Adatmérnök végzik el.
- Befejezni az adatelemző eredményeket.
2. Az adattárolás használata
- Választani az Azure-ban megfelelő adattárolási megközelítést.
- Létrehozni egy Azure Storage fiókot.
- Megmagyarázni az Azure Data Lake tárolását.
- Feltölteni adatokat az Azure Data Lake-be.
- Gyakorlás: Az adattárolás használata
- Választani az Azure-ban megfelelő adattárolási megközelítést.
- Létrehozni egy Storage fiókot.
- Megmagyarázni a Data Lake tárolását.
- Feltölteni adatokat a Data Lake Store-ba.
3. Csapatmunkájú adattudomány az Azure Databricks segítségével
- Megmagyarázni az Azure Databrickset.
- Munkavégzés az Azure Databricks-szel.
- Adatok beolvasása az Azure Databrickssel.
- Átalakítások végzése az Azure Databrickssel.
- Gyakorlás: Csapatmunkájú adattudomány az Azure Databricks segítségével
- Megmagyarázni az Azure Databrickset.
- Munkavégzés az Azure Databricks-szel.
- Adatok beolvasása az Azure Databrickssel.
- Átalakítások végzése az Azure Databrickssel.
4. Globálisan elosztott adatbázisok létrehozása a Cosmos DB-szel
- Létrehozni egy globálisan skálázható Azure Cosmos DB adatbázist.
- Beszúrni és lekérdezni adatokat az Azure Cosmos DB-ben.
- Létrehozni egy .NET Core alkalmazást a Cosmos DB-höz a Visual Studio Code-ban.
- Globálisan elosztani az adatokat az Azure Cosmos DB-szel.
- Gyakorlás: Globálisan elosztott adatbázisok létrehozása a Cosmos DB-szel
- Létrehozni egy Azure Cosmos DB-t.
- Beszúrni és lekérdezni adatokat az Azure Cosmos DB-ben.
- Létrehozni egy .NET Core alkalmazást az Azure Cosmos DB-höz a VS Code segítségével.
- Globálisan elosztani az adatokat az Azure Cosmos DB-szel.
5. Felhőben működő relációs adattárak kezelése
- Használni az Azure SQL Database-t.
- Megmagyarázni az Azure SQL Data Warehouse-t.
- Létrehozni és lekérdezni egy Azure SQL Data Warehouse-et.
- A PolyBase használata az adatok betöltésére az Azure SQL Data Warehouse-ba.
- Gyakorlás: Felhőben működő relációs adattárak kezelése
- Használni az Azure SQL Database-t.
- Megmagyarázni az Azure SQL Data Warehouse-t.
- Létrehozni és lekérdezni egy Azure SQL Data Warehouse-et.
- A PolyBase használata az adatok betöltésére az Azure SQL Data Warehouse-ba.
6. Valós idejű elemzések végzése a Stream Analytics-szel
- Megmagyarázni az adatfolyamokat és eseményfeldolgozást.
- Adatbevitel az Event Hubs segítségével.
- Adatelemzés a Stream Analytics feladatokkal.
- Gyakorlás: Valós idejű elemzések végzése a Stream Analytics-szel
- Megmagyarázni az adatfolyamokat és eseményfeldolgozást.
- Adatbevitel az Event Hubs segítségével.
- Adatelemzés a Stream Analytics feladatokkal.
7. Az Azure Data Factory használata adatmozgás koordinálásához
- Megmagyarázni, hogyan működik az Azure Data Factory.
- Azure Data Factory összetevők.
- Azure Data Factory és Databricks.
- Gyakorlás: Az Azure Data Factory használata adatmozgás koordinálásához
- Megmagyarázni, hogyan működik az Azure Data Factory.
- Azure Data Factory összetevők.
- Azure Data Factory és Databricks.
8. Az Azure adatplatformok biztonsága
- Biztonság bevezetése.
- Kulcsfontosságú biztonsági összetevők.
- Tárfiókok és Data Lake tárolás biztonsága.
- Adattárak biztonsága.
- Adatfolyamok biztonsága.
- Gyakorlás: Az Azure adatplatformok biztonsága
- Biztonság bevezetése.
- Kulcsfontosságú biztonsági összetevők.
- Tárfiókok és Data Lake tárolás biztonsága.
- Adattárak biztonsága.
- Adatfolyamok biztonsága.
9. Adattárolás és adatelemzés monitorozása és hibaelhárítása
- Megmagyarázni a rendelkezésre álló figyelési képességeket.
- Közös adattárolási problémák hibaelhárítása.
- Közös adatelemzési problémák hibaelhárítása.
- Helyreállíthatóság kezelése.
- Gyakorlás: Adattárolás és adatelemzés monitorozása és hibaelhárítása
- Megmagyarázni a rendelkezésre álló figyelési képességeket.
- Közös adattárolási problémák hibaelhárítása.
- Közös adatelemzési problémák hibaelhárítása.
- Helyreállíthatóság kezelése.
Követelmények
- Alapvető adatelemzési tapasztalat (pl. Excel).
- A felhő alapvető fogalmainak általános megértése (pl. AWS).
Célcsoport
- Adatbázis-mérnökök.
- Fejlesztők.
Vélemények (4)
A gyakorlati példák lehetővé tették, hogy valódi tapasztalatot szerezhessünk a program működésével kapcsolatban. Jó magyarázatok és elméleti fogalmak integrálása, valamint ezek praktikus alkalmazásai közötti összefüggések kifejezetten hasznosak voltak.
Ian - Archeoworks Inc.
Kurzus - ArcGIS Fundamentals
Gépi fordítás
Az általa kiszolgáltatott témák teljes körű felülete, beleértve a példákat is. Emellett megmagyarázta, hogyan segítenek ezek a témák a mindennapi munkánkban.
madduri madduri - Boskalis Singapore Pte Ltd
Kurzus - QGIS for Geographic Information System
Gépi fordítás
Nagyon élveztem a képzést. Minden modul alkalmazható volt azokra a problémákra, amikkel a munkában találkozom. A képzés jupyter notebook-ökkel történő integrációja nagyon lenyűgöző volt.
Mark Firmin - Environment and Climate Change Canada
Kurzus - Python for Geographic Information System (GIS)
Gépi fordítás
A tanfolyamról a legtöbbet az a szervezés és a helyszín tetszett.
Hamid Tuama - Ability with Innovation General Contracting (DMCC Branch)
Kurzus - ArcGIS for Spatial Analysis
Gépi fordítás