TERMIN
09-04 – 12-04-2024
Zobacz pozostałe terminy

TRYB SZKOLENIA
Distance Learning
Sprawdź szkolenia stacjonarne

Lokalizacja Termin Cena Wybierz
{{place.city}}
{{ event_pack_item.event_details.education_center.name }} ???
Nowość {{place.price}} netto
{{ place.price | zlotyPriceWithTax }} brutto
 
Skontaktuj się z nami
Dostępne terminy:
DISTANCE LEARNING2024-04-09 - 2024-04-12
DISTANCE LEARNING2024-05-07 - 2024-05-10
DISTANCE LEARNING2024-06-04 - 2024-06-07
DISTANCE LEARNING2024-07-09 - 2024-07-12
Lokalizacja i termin do uzgodnienia
Nowość {{place.price}} netto {{ place.price | zlotyPriceWithTax }} brutto
 
  • Liczba miejsc (dostępnych: {{ basketAddItem.free_seats}})
    {{ basketAddItem.city }}
    {{ basketAddItem.date }}
    Dodaj do koszyka LUB Zarezerwuj szkolenie
    Dodano do koszyka
    Liczba miejsc xxxxxxxxxx

Żeby dowiedzieć się, czy dane szkolenie będzie realizowane stacjonarnie skontaktuj się ze swoim Opiekunem lub zadaj pytanie przez Formularz kontaktowy

Szkolenie / Big Data...

Data Engineering on Microsoft Azure

Pakiety e-learning

Autoryzowane szkolenie  Data Engineering on Microsoft Azure DP-203 szkolenie w formule Distance Learning.

Promocja voucher

 

Docelowa grupa odbiorców:

  • Administrator

  • Specjalista IT

  • Inżynier Danych

  • Administrator Baz Danych

  • Analityk

 

Przeznaczenie szkolenia

  • Azure Synapse Analytics

  • Azure Databricks

  • Azure Data Lake Storage

  • Azure Stream Analytics

 

Głównymi odbiorcami tego kursu są specjaliści ds. danych, architekci danych i specjaliści od analizy biznesowej, którzy chcą dowiedzieć się więcej o inżynierii danych i tworzeniu rozwiązań analitycznych przy użyciu technologii platform danych istniejących na platformie Microsoft Azure. Druga grupa docelowa to analitycy danych i naukowcy zajmujący się danymi, którzy pracują z rozwiązaniami analitycznymi opartymi na Microsoft Azure

Korzyści wynikające z ukończenia szkolenia

Na  kursie DP-203 student zapozna się z wzorcami i praktykami inżynierii danych w zakresie pracy z rozwiązaniami analitycznymi w trybie wsadowym i w czasie rzeczywistym przy użyciu technologii platformy danych Azure.

Studenci:

  • rozpoczną od zrozumienia podstawowych technologii obliczeniowych i pamięci masowej, które są używane do tworzenia rozwiązania analitycznego.

  • Następnie zbadają, jak zaprojektować analityczne warstwy obsługujące i skupią się na zagadnieniach inżynierii danych podczas pracy z plikami źródłowymi.

  • dowiedzą się, jak interaktywnie eksplorować dane przechowywane w plikach w jeziorze danych.

  • Nauczą się różnych technik pozyskiwania, których można używać do ładowania danych przy użyciu funkcji Apache Spark dostępnej w usłudze Azure Synapse Analytics lub Azure Databricks, lub jak pozyskiwać dane przy użyciu potoków Azure Data Factory lub Azure Synapse.

  • poznają również różne sposoby przekształcania danych przy użyciu tych samych technologii, które są używane do pozyskiwania danych.

Student poświęci czas na kurs, ucząc się, jak monitorować i analizować wydajność systemu analitycznego, aby móc optymalizować wydajność ładowania danych lub zapytań, które są wysyłane do systemów. Zrozumieją, jak ważne jest wdrożenie zabezpieczeń, aby zapewnić ochronę danych w spoczynku lub podczas przesyłania. Następnie student pokaże, jak dane w systemie analitycznym mogą służyć do tworzenia pulpitów nawigacyjnych lub tworzenia modeli predykcyjnych w usłudze Azure Synapse Analytics.

Metoda egzaminowania

Egzamin w formie on-line. Zapis na stronie https://home.pearsonvue.com/Clients/Microsoft.aspx

 

 

 

 

Oczekiwane przygotowanie słuchaczy

  • Znajomość przetwarzania w chmurze

  • Znajomość podstawowych koncepcji danych

 

Szkolenia poprzedzające: AZ-900, DP-900

 

Kurs DP-203 należy do ścieżek:

  • AI Engineer

  • Data Engineer

Dla zwiększenia komfortu pracy oraz efektywności szkolenia zalecamy skorzystanie z dodatkowego ekranu. Brak dodatkowego ekranu nie jest przeciwwskazaniem do udziału w szkoleniu, ale w znaczący sposób wpływa na komfort pracy podczas zajęć.

Informacje oraz wymagania dotyczące uczestniczenia w szkoleniach w formule zdalnej dostępne na: https://www.altkomakademia.pl/distance-learning/#FAQ

 

Język szkolenia

  • Szkolenie: polski

  • Materiały: angielski

 

 

 

Szkolenie obejmuje

* podręcznik w formie elektronicznej dostępny na platformie:

https://learn.microsoft.com/pl-pl/training/


* dostęp do portalu słuchacza Altkom Akademii

Metoda szkolenia:

  • teoria

  • dema

  • labolatoria indywidualne

  • 50% teoria

  • 50% praktyka

Po kursie DP-203 można przystąpić do certyfikowanego egzaminu Microsoft. Szczegóły na: https://docs.microsoft.com/pl-pl/learn/certifications/exams/dp-203

 

 

AGENDA SZKOLENIA

 1: Poznaj opcje obliczeniowe i pamięci masowej dla obciążeń związanych z inżynierią danych

  • Wprowadzenie do usługi Azure Synapse Analytics

  • Opisz usługę Azure Databricks

  • Wprowadzenie do usługi Azure Data Lake Storage

  • Opisz architekturę jeziora Delta

  • Pracuj ze strumieniami danych przy użyciu usługi Azure Stream Analytics

 2: Zaprojektuj i zaimplementuj warstwę obsługi

  • Zaprojektuj wielowymiarowy schemat, aby zoptymalizować obciążenia analityczne

  • Bezkodowa transformacja na dużą skalę dzięki usłudze Azure Data Factory

  • Wypełniaj wolno zmieniające się wymiary w potokach usługi Azure Synapse Analytics

 3: Data engineering considerations for source files

  • Design a Modern Data Warehouse using Azure Synapse Analytics

  • Secure a data warehouse in Azure Synapse Analytics

 4: Uruchamiaj interaktywne zapytania przy użyciu bezserwerowych pul SQL Azure Synapse Analytics

  • Poznaj możliwości bezserwerowych pul SQL w usłudze Azure Synapse

  • Wykonywanie zapytań dotyczących danych w jeziorze przy użyciu bezserwerowych pul SQL usługi Azure Synapse

  • Twórz obiekty metadanych w bezserwerowych pulach SQL Azure Synapse

  • Zabezpiecz dane i zarządzaj użytkownikami w bezserwerowych pulach SQL Azure Synapse

 5: Eksploracja i transformacja danych w Azure Databricks

  • Opisz usługę Azure Databricks

  • Odczytywanie i zapisywanie danych w usłudze Azure Databricks

  • Pracuj z DataFrames w Azure Databricks

  • Pracuj z zaawansowanymi metodami DataFrames w usłudze Azure Databricks

 6: Pobieranie i ładowanie danych do hurtowni danych

  • Użyj najlepszych rozwiązań dotyczących ładowania danych w usłudze Azure Synapse Analytics

  • Pozyskiwanie w skali petabajtów za pomocą usługi Azure Data Factory

 7: Przekształcaj dane za pomocą Azure Data Factory lub Azure Synapse Pipelines

  • Integracja danych z Azure Data Factory lub Azure Synapse Pipelines

  • Bezkodowa transformacja na dużą skalę dzięki usłudze Azure Data Factory lub Azure Synapse Pipelines

 8: Orkiestracja przenoszenia i transformacji danych w Azure Synapse Pipelines

  • Organizuj przenoszenie i transformację danych w usłudze Azure Data Factory

 9: Optymalizacja wydajności zapytań dzięki dedykowanym pulom SQL w usłudze Azure Synapse

  • Zoptymalizuj wydajność zapytań magazynu danych w usłudze Azure Synapse Analytics

  • Zapoznaj się z funkcjami deweloperów magazynu danych w usłudze Azure Synapse Analytics

10 Analiza i optymalizacja przechowywania danych w hurtowni danych

11: Obsługa hybrydowego transakcyjnego przetwarzania analitycznego (HTAP) za pomocą łącza Azure Synapse

  • Projektuj hybrydowe przetwarzanie transakcyjne i analityczne przy użyciu usługi Azure Synapse Analytics

  • Skonfiguruj łącze Azure Synapse za pomocą usługi Azure Cosmos DB

  • Wysyłaj zapytania do Azure Cosmos DB za pomocą pul Apache Spark

  • Wysyłaj zapytania do usługi Azure Cosmos DB za pomocą bezserwerowych pul SQLAnalizuj i optymalizuj magazyn danych w usłudze Azure Synapse Analytics

 12: Kompleksowe zabezpieczenia dzięki usłudze Azure Synapse Analytics

  • Zabezpiecz magazyn danych w usłudze Azure Synapse Analytics

  • Konfiguruj wpisy tajne i zarządzaj nimi w Azure Key Vault

  • Wdrażaj kontrolę zgodności danych wrażliwych

 13: Przetwarzanie strumieniowe w czasie rzeczywistym z usługą Stream Analytics

  • Włącz niezawodną obsługę wiadomości dla aplikacji Big Data przy użyciu usługi Azure Event Hubs

  • Pracuj ze strumieniami danych przy użyciu usługi Azure Stream Analytics

  • Przetwarzaj strumienie danych za pomocą usługi Azure Stream Analytics

14: Tworzenie rozwiązania przetwarzania strumieniowego za pomocą usługi Event Hubs i Azure Databricks

  • Przetwarzaj dane przesyłania strumieniowego za pomocą strukturalnego przesyłania strumieniowego usługi Azure Databricks

 15: Tworzenie raportów przy użyciu integracji usługi Power BI z usługą Azure Synpase Analytics

  • Twórz raporty za pomocą usługi Power BI, korzystając z jej integracji z usługą Azure Synapse Analytics

16: Wykonywanie zintegrowanych procesów uczenia maszynowego w usłudze Azure Synapse Analytics

  • Użyj zintegrowanego procesu uczenia maszynowego w usłudze Azure Synapse Analytics


Kod szkolenia DP-203 / PL DL 4d
   array(6) {
  ["id"]=>
  string(36) "5AE4BE6A-12A9-46B5-9B11-6925AB6201DE"
  ["name"]=>
  string(9) "Microsoft"
  ["iscertificatevendor"]=>
  int(0)
  ["iscontentvendor"]=>
  int(1)
  ["imagehash"]=>
  string(28543) "data:image/jpeg;base64,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"
  ["slug"]=>
  string(9) "microsoft"
}
    
Pobierz PDF
FORMULARZ KONTAKTOWY
Imię

*

Nazwisko

*

Telefon

*

E-mail

*

Firma

Kod prom.

  • {{ order.city }} {{ order.date }} {{ order.price_without_promo }} {{ order.price }} {{ order.price }}   {{ order.code }} {{ order.price_without_promo }} {{ order.price }} {{ order.price }}  
Data Engineering on Microsoft Azure (DP-203 / PL DL 4d)

Cena promocyjna od:
Cena netto
3400.00 PLN
2900 PLN
+ vat (3567 PLN brutto ) 1. os.
Tryb szkolenia: Distance Learning
Termin: 09-04-2024
Czas trwania: 4 dni (ilość godzin: 28)
Kup Teraz
Zadaj pytanie o szkolenie
Poziom
IntermediateAdvanced