Data Engineering on Microsoft Azure

A tanfolyam során a hallgatók először megismerkednek az alapvető számítási és tárolási technológiákkal, amelyek az analitikai megoldások felépítéséhez szükségesek. Ezután megvizsgálják, hogyan lehet elemző kiszolgáló rétegeket megtervezni és a forrásfájlokkal való munkavégzés során az adatmérnöki szempontokra koncentrálni. Majd megtanulják a különböző befogadási technikákat, amelyek felhasználhatók az adatok betöltésére, megismerve ezáltal az Apache Spark-ot. Megismerik, hogyan lehet az analitikai rendszer teljesítményét figyelemmel kísérni; valamint hogyan lehet az analitikai rendszer adatait irányítópultok létrehozására vagy predikatív modellek készítésére felhasználni az Azure Synapse Analytics-ben.

A tanfolyam célja, hogy a hallgatók ismereteket szerezzenek az adatplatform technológiák által használt analitikai megoldásokkal kapcsolatban.

A tanfolyamot elsősorban olyan adatszakembereknek ajánljuk, akik szeretnék megismerni az Azure kínálta analitikai megoldások megvalósításának a lehetőségeit. 

• Get started with data engineering on Azure
  • Introduction to data engineering on Azure
  • Introduction to Azure Data Lake Storage Gen2
  • Introduction to Azure Synapse Analytics
• Build data analytics solutions using Azure Synapse Analytics serverless SQL pools
  • Use a serverless SQL pool to query files in a data lake
  • Use a serverless SQL pool to transform data
  • Create a lake database
• Perform data engineering with Azure Synapse Apache Spark Pools
  • Analyze data with Apache Spark in Azure Synapse Analytics
  • Transform data with Apache Spark in Azure Synapse Analytics
  • Use Delta Lake in Azure Synapse Analytics
• Work with data warehouses using Azure Synapse Analytics
  • Analyze data in a relational data warehouse
  • Load data into a relational data warehouse
• Transfer and transform data with Azure Synapse Analytics Pipelines
  • Build a data pipeline in Azure Synapse Analytics
  • Use Spark Notebooks in an Azure Synapse Pipeline
• Work with hybrid transactional and analytical processing (HTAP) Solutions using Azure Synapse Analytics
  • Plan hybrid transactional and analytical processing
  • Implement Azure Synapse Link with Azure Cosmos DB
  • Implement Azure Synapse Link for SQL
• Implement a data streaming solution with Azure Stream Analytics
  • Get started with Azure Stream Analytics
  • Ingest streaming data using Azure Stream Analytics and Azure Synapse Analytics
  • Visualize real-time data with Azure Stream Analytics and Power BI
• Govern data across an enterprise
  • Introduction to Microsoft Purview
  • Integrate Microsoft Purview and Azure Synapse Analytics
• Data engineering with Azure Databricks
  • Explore Azure Databricks
  • Use Apache Spark in Azure Databricks
  • Run Azure Databricks notebooks in Azure Data Factory