Struttura del corso

1. Azure per il Data Engineer

  • Spiegare l'evoluzione del mondo dei dati
  • Fornire una panoramica sui servizi della piattaforma dati di Azure
  • Identificare i compiti eseguiti da un Data Engineer
  • Descrivere gli utilizzi del cloud in uno studio di caso
  • Identificare l'evoluzione del mondo dei dati
  • Determinare i servizi della piattaforma dati di Azure
  • Identificare i compiti da svolgere da parte di un Data Engineer
  • Concludere le consegne di data engineering

2. Lavorare con il Data Storage

  • Scegliere un approccio per il data storage in Azure
  • Creare un Account di Archiviazione di Azure
  • Spiegare l'archiviazione Data Lake di Azure
  • Caricare dati su Azure Data Lake
  • Laboratorio: Lavorare con il Data Storage
  • Scegliere un approccio per il data storage in Azure
  • Creare un Account di Archiviazione
  • Spiegare l'archiviazione Data Lake
  • Caricare dati su Data Lake Store

3. Abilitare la Data Science basata sul team con Azure Databricks

  • Spiegare Azure Databricks
  • Lavorare con Azure Databricks
  • Leggere i dati con Azure Databricks
  • Eseguire trasformazioni con Azure Databricks
  • Laboratorio: Abilitare la Data Science basata sul team con Azure Databricks
  • Spiegare Azure Databricks
  • Lavorare con Azure Databricks
  • Leggere i dati con Azure Databricks
  • Eseguire trasformazioni con Azure Databricks

4. Costruire database distribuiti globalmente con Cosmos DB

  • Creare un database di Azure Cosmos DB scalabile
  • Inserire e query i dati nel database di Azure Cosmos DB
  • Costruire un'app .NET Core per Cosmos DB in Visual Studio Code
  • Distribuire i dati globalmente con Azure Cosmos DB
  • Laboratorio: Costruire database distribuiti globalmente con Cosmos DB
  • Creare un database di Azure Cosmos DB
  • Inserire e query i dati in Azure Cosmos DB
  • Costruire un'app .Net Core per Azure Cosmos DB utilizzando VS Code
  • Distribuire i dati globalmente con Azure Cosmos DB

5. Lavorare con database relazionali nel cloud

  • Utilizzare il Database SQL di Azure
  • Descrivere l'Azure SQL Data Warehouse
  • Creare e query un Azure SQL Data Warehouse
  • Utilizzare PolyBase per caricare dati in Azure SQL Data Warehouse
  • Laboratorio: Lavorare con database relazionali nel cloud
  • Utilizzare il Database SQL di Azure
  • Descrivere l'Azure SQL Data Warehouse
  • Creare e query un Azure SQL Data Warehouse
  • Utilizzare PolyBase per caricare dati in Azure SQL Data Warehouse

6. Eseguire analisi in tempo reale con Stream Analytics

  • Spiegare i flussi di dati e l'elaborazione degli eventi
  • Ingestione dei dati con Event Hubs
  • Elaborazione dei dati con i job di Stream Analytics
  • Laboratorio: Eseguire analisi in tempo reale con Stream Analytics
  • Spiegare i flussi di dati e l'elaborazione degli eventi
  • Ingestione dei dati con Event Hubs
  • Elaborazione dei dati con i job di Stream Analytics

7. Orchestrare il movimento dei dati con Azure Data Factory

  • Spiegare come funziona Azure Data Factory
  • Componenti di Azure Data Factory
  • Azure Data Factory e Databricks
  • Laboratorio: Orchestrare il movimento dei dati con Azure Data Factory
  • Spiegare come funziona Data Factory
  • Componenti di Azure Data Factory
  • Azure Data Factory e Databricks

8. Sicurezza delle piattaforme dati di Azure

  • Introduzione alla sicurezza
  • Componenti chiave della sicurezza
  • Sicurezza degli account di archiviazione e dell'archiviazione Data Lake
  • Sicurezza dei data store
  • Sicurezza dei dati in streaming
  • Laboratorio: Sicurezza delle piattaforme dati di Azure
  • Introduzione alla sicurezza
  • Componenti chiave della sicurezza
  • Sicurezza degli account di archiviazione e dell'archiviazione Data Lake
  • Sicurezza dei data store
  • Sicurezza dei dati in streaming

9. Monitoraggio e risoluzione dei problemi di archiviazione e elaborazione dei dati

  • Spiegare le capacità di monitoraggio disponibili
  • Risolvere i problemi comuni dell'archiviazione dei dati
  • Risolvere i problemi comuni dell'elaborazione dei dati
  • Gestire il ripristino da disastri
  • Laboratorio: Monitoraggio e risoluzione dei problemi di archiviazione e elaborazione dei dati
  • Spiegare le capacità di monitoraggio disponibili
  • Risolvere i problemi comuni dell'archiviazione dei dati
  • Risolvere i problemi comuni dell'elaborazione dei dati
  • Gestire il ripristino da disastri

Requisiti

  • Esperienza con l'analisi dei dati di base (ad esempio, Excel)
  • Comprensione generale dei concetti cloud (ad esempio, AWS)

Pubblico

  • Ingegneri database
  • Sviluppatori
 35 ore

Numero di Partecipanti


Prezzo per partecipante

Recensioni (4)

Corsi in Arrivo

Categorie relative