Support & Downloads

Quisque actraqum nunc no dolor sit ametaugue dolor. Lorem ipsum dolor sit amet, consyect etur adipiscing elit.

s f

Contact Info
198 West 21th Street, Suite 721
New York, NY 10010
youremail@yourdomain.com
+88 (0) 101 0000 000
Follow Us

Microsoft Azure - Ingénierie de données

réf : BDT-MAI

Objectif de formation : Cette formation vous permettra de découvrir les modèles et les pratiques d’ingénierie des données dans le cadre de solutions analytiques en temps réel et par lots utilisant les technologies de la plate-forme de données Azure.

Option : Examen DP-203 pour la certification Microsoft Azure Data Engineer Associate

Objectifs pédagogiques

  • Explorer les options de calcul et de stockage pour les charges de travail d’ingénierie des données dans Azure
  • Concevoir et mettre en œuvre la couche de service
  • Comprendre les considérations relatives à l’ingénierie des données
  • Exécuter des requêtes interactives à l’aide de pools SQL sans serveur
  • Explorer, transformer et charger des données dans l’entrepôt de données à l’aide d’Apache Spark
  • Effectuer l’exploration et la transformation des données dans Azure Databricks
  • Ingérer et charger des données dans l’entrepôt de données
  • Transformer les données avec Azure Data Factory ou Azure Synapse Pipelines
  • Intégrer les données des ordinateurs portables avec Azure Data Factory ou Azure Synapse Pipelines
  • Optimiser les performances des requêtes avec des pools SQL dédiés dans Azure Synapse
  • Analyser et optimiser le stockage dans l’entrepôt de données
  • Prendre en charge le traitement analytique transactionnel hybride (HTAP) avec Azure Synapse Link
  • Assurer la sécurité de bout en bout avec Azure Synapse Analytics
  • Effectuer un traitement de flux en temps réel avec Stream Analytics
  • Créer une solution de traitement en continu avec Event Hubs et Azure Databricks
  • Créer des rapports à l’aide de l’intégration Power BI avec Azure Synpase Analytics
  • Exécuter des processus d’apprentissage automatiques intégrés dans Azure Synapse Analytics 

Pré-requis

Les participants doivent avoir une connaissance du cloud computing et des concepts de données de base et une expérience professionnelle des solutions de données

Avoir suivi les formations « Azure – Les fondamentaux » & « Microsoft Azure – Data Fundamentals », ou posséder des connaissances équivalentes

Public concerné

Data Engineers, Data Scientists, architectes de données, Data analysts

Programme

  • Introduction à Azure Synapse Analytics
  • Description d’Azure Databricks
  • Introduction au stockage Azure Data Lake
  • Décrire l’architecture Delta Lake
  • Travailler avec des flux de données à l’aide d’Azure Stream Analytics
  • Combiner le traitement en continu et le traitement par lots avec un seul pipeline
  • Organiser le lac de données en niveaux de transformation de fichiers
  • Indexer le stockage du lac de données pour accélérer les requêtes et les charges de travail
  • Concevoir un schéma multidimensionnel pour optimiser les charges de travail analytiques
  • Transformation sans code à l’échelle avec Azure Data Factory
  • Remplissage de dimensions à évolution lente dans les pipelines Azure Synapse Analytics
  • Conception d’un schéma en étoile pour les charges de travail analytiques
  • Remplissage de dimensions à évolution lente avec Azure Data Factory et mappage des flux de données
  • Concevoir un entrepôt de données moderne à l’aide d’Azure Synapse Analytics
  • Sécuriser un entrepôt de données dans Azure Synapse Analytics
  • Gestion des fichiers dans un lac de données Azure
  • Sécurisation des fichiers stockés dans un lac de données Azure
  • Explorer les fonctionnalités des pools SQL sans serveur Azure Synapse
  • Interroger les données dans le lac à l’aide des pools SQL sans serveur Azure Synapse
  • Créer les objets de métadonnées dans les pools SQL sans serveur Azure Synapse
  • Sécuriser les données et gérer les utilisateurs dans les pools SQL sans serveur Azure Synapse
  • Interroger des données Parquet avec des pools SQL sans serveur
  • Créer des tables externes pour les fichiers Parquet et CSV
  • Créer des vues avec des pools SQL sans serveur
  • Sécuriser l’accès aux données dans un lac de données en utilisant des pools SQL sans serveur
  • Configurer la sécurité du lac de données en utilisant le contrôle d’accès basé sur les rôles (RBAC) et la liste de contrôle d’accès
  • Comprendre l’ingénierie du big data avec Apache Spark dans Azure Synapse Analytics
  • Ingérer des données avec Apache Spark notebooks dans Azure Synapse Analytics
  • Transformer les données avec DataFrames dans les pools Apache Spark dans Azure Synapse Analytics
  • Intégrer des pools SQL et Apache Spark dans Azure Synapse Analytics
  • Exploration des données dans Synapse Studio
  • Ingérer des données avec les notebooks Spark dans Azure Synapse Analytics
  • Transformer des données avec des DataFrames dans des pools Spark dans Azure Synapse Analytics
  • Intégrer des pools SQL et Spark dans Azure Synapse Analytics
  • Décrire Azure Databricks
  • Lire et écrire des données dans Azure Databricks
  • Travailler avec des DataFrames dans Azure Databricks
  • Utiliser les méthodes avancées des DataFrames dans Azure Databricks
  • Les DataFrames dans Azure Databricks pour explorer et filtrer les données
  • Mettre en cache un DataFrame pour accélérer les requêtes ultérieures
  • Supprimer des données dupliquées
  • Manipuler des valeurs de date et d’heure
  • Supprimer et renommer des colonnes de DataFrame
  • Agréger des données stockées dans un DataFrame
  • Utiliser les meilleures pratiques de chargement de données dans Azure Synapse Analytics
  • Ingérer à l’échelle du pétaoctet avec Azure Data Factory
  • Effectuez une ingestion à l’échelle du pétaoctet avec Azure Synapse Pipelines.
  • Importer des données avec PolyBase et COPY à l’aide de T-SQL
  • Utiliser les meilleures pratiques de r données dans Azure Synapse Analytics
  • Intégrer des données avec Azure Data Factory ou Azure Synapse Pipelines
  • Transformer sans code à l’échelle avec Azure Data Factory ou Azure Synapse Pipelines
  • Exécution de transformations sans code à l’échelle avec Azure Synapse Pipelines
  • Créer un pipeline de données pour importer des fichiers CSV mal formatés
  • Créer des flux de données mappés
  • Orchestrer le mouvement et la transformation des données dans Azure Data Factory
  • Intégrer les données des Notebooks avec Azure Data Factory ou Azure Synapse Pipelines
  • Optimiser les performances des requêtes de l’entrepôt de données dans Azure Synapse Analytics.
  • Comprendre les fonctions de développement d’entrepôt de données d’Azure Synapse Analytics
  • Comprendre les fonctionnalités de développement d’Azure Synapse Analytics
  • Optimiser les performances des requêtes de l’entrepôt de données dans Azure Synapse Analytics
  • Améliorer les performances des requêtes
  • Analyser et optimiser le stockage de l’entrepôt de données dans Azure Synapse Analytics
  • Vérifier si les données et l’utilisation de l’espace sont asymétriques
  • Comprendre les détails du stockage en colonnes
  • Étudier l’impact des vues matérialisées
  • Explorer les règles pour les opérations à journalisation minimale
  • Concevoir un traitement transactionnel et analytique hybride à l’aide d’Azure Synapse Analytics
  • Configurer Azure Synapse Link avec Azure Cosmos DB
  • Interroger Azure Cosmos DB avec des pools Apache Spark
  • Interroger Azure Cosmos DB avec des pools SQL sans serveur
  • Configuration d’Azure Synapse Link avec Azure Cosmos DB
  • Interroger Azure Cosmos DB avec Apache Spark pour Synapse Analytics
  • Interroger Azure Cosmos DB avec un pool SQL sans serveur pour Azure Synapse Analytics
  • Sécurisation d’un entrepôt de données dans Azure Synapse Analytics
  • Configuration et gestion des secrets dans Azure Key Vault
  • Mise en œuvre de contrôles de conformité pour les données sensibles
  • Sécurisation de l’infrastructure de support d’Azure Synapse Analytics
  • Sécurisation de l’espace de travail et des services gérés Azure Synapse Analytics
  • Sécurisation des données de l’espace de travail Azure Synapse Analytics
  • Activation d’une messagerie fiable pour les applications Big Data à l’aide d’Azure Event Hubs
  • Travailler avec des flux de données à l’aide d’Azure Stream Analytics
  • Ingérer des flux de données avec Azure Stream Analytics
  • Utiliser Stream Analytics pour traiter les données en temps réel provenant des Event Hubs
  • Utiliser les fonctions de fenêtrage de Stream Analytics pour créer des agrégats et les transmettre à Synapse Analytics
  • Faites évoluer le job Azure Stream Analytics pour augmenter le débit grâce au partitionnement
  • Repartitionner l’entrée du flux pour optimiser la parallélisation
  • Traitement des données en continu avec le streaming structuré d’Azure Databricks
  • Explorer les principales caractéristiques et utilisations du streaming structuré
  • Streamer des données à partir d’un fichier et les écrire sur un système de fichiers distribué
  • Utiliser des fenêtres glissantes pour agréger des morceaux de données plutôt que toutes les données
  • Appliquer le filigrane pour supprimer les données périmées
  • Connexion aux flux de lecture et d’écriture des Event Hubs
  • Créer des rapports avec Power BI en utilisant son intégration avec Azure Synapse Analytics
  • Intégrer un espace de travail Azure Synapse et Power BI
  • Optimiser l’intégration avec Power BI
  • Améliorer les performances des requêtes avec les vues matérialisées et la mise en cache des ensembles de résultats
  • Visualisation des données avec SQL serverless et création d’un rapport Power BI
  • Exécuter des processus d’apprentissage automatique intégrés dans Azure Synapse Analytics
  • Créer un service lié à Azure Machine Learning
  • Déclencher une expérience Auto ML à l’aide de données provenant d’une table Spark
  • Enrichir les données à l’aide de modèles formés
  • Afficher les résultats de prédiction à l’aide de Power BI

Équipe pédagogique

Professionnel expert technique et pédagogique

Moyens pédagogiques et techniques

  • Espace intranet de formation.
  • Documents supports de formation projetés.
  • Exposés théoriques
  • Étude de cas concrets
  • Mise à disposition en ligne de documents supports à la suite de la formation.

Dispositif de suivi

  • Émargement numérique.
  • Mises en situation.
  • Formulaires d’évaluation de la formation.
  • Certificat de réalisation de l’action de formation.

Vous avez une question ?