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.
 35 Órák

Résztvevők száma


Ár per résztvevő

Vélemények (4)

Közelgő kurzusok

Rokon kategóriák