Data Engineering on Microsoft Azure

• Informieren Sie sich über Rechen- und Speicheroptionen für Data Engineering-Workloads in Azure
• Entwerfen und Implementieren der Ausgabeebene
• Überlegungen zum Data Engineering verstehen
• Führen Sie interaktive Abfragen mit serverlosen SQL-Pools aus
• Durchsuchen, transformieren und laden von Daten in das Daten-Warehouse mit Apache Spark
• Führen Sie die Datenexploration und -transformation in Azure Databricks durch
• Daten aufnehmen und in das Daten-Warehouse laden
• Transformieren Sie Daten mit Azure Data Factory- oder Azure Synapse-Pipelines
• Integrieren Sie Daten von Notebooks in Azure Data Factory- oder Azure Synapse-Pipelines
• Optimieren Sie die Abfrageleistung mit dedizierten SQL-Pools in Azure Synapse
• Analysieren und optimieren Sie den Daten-Warehouse-Speicher
• Unterstützung der Hybrid-Transaktionsanalysebearbeitung (HTAP) mit Azure Synapse Link
• Führen Sie mit Azure Synapse Analytics End-to-End-Sicherheit durch
• Führen Sie eine Echtzeit-Stream-Verarbeitung mit Stream Analytics durch
• Erstellen Sie eine Stream-Verarbeitungslösung mit Event Hubs und Azure Databricks
• Erstellen Sie Berichte mit Hilfe der Power BI-Integration mit Azure Synapse Analytics
• Führen Sie integrierte maschinelle Lernprozesse in Azure Synapse Analytics durch

• Einführung in die Datentechnik in Azure
• Einführung in Azure Data Lake Storage Gen2
• Einführung in Azure Synapse Analytics
• Verwenden von serverlosen Azure Synapse SQL-Pools zum Abfragen von Dateien in einem Data Lake
• Verwenden von serverlosen SQL-Pools für Azure Synapse zum Transformieren von Daten in einem Data Lake
• Erstellen einer Lake-Datenbank in Azure Synapse Analytics
• Grundlegendes zu Big-Data-Entwicklung mit Apache Spark in Azure Synapse Analytics
• Transformieren von Daten mit Spark in Azure Synapse Analytics
• Verwenden von Delta Lake in Azure Synapse Analytics
• Analysieren von Daten in einem relationalen Data Warehouse
• Laden von Daten in ein relationales Data Warehouse
• Erstellen einer Datenpipeline in Azure Synapse Analytics
• Verwenden von Spark-Notebooks in einer Azure Synapse-Pipeline
• Planen der hybriden transaktionalen/analytischen Verarbeitung mithilfe von Azure Synapse Analytics
• Implementieren von Azure Synapse Link in Azure Cosmos DB
• Implementieren von Azure Synapse Link für SQL
• Erste Schritte mit Azure Stream Analytics
• Erfassen von Streamingdaten mithilfe von Azure Stream Analytics und Azure Synapse Analytics
• Visualisieren von Echtzeitdaten mit Azure Stream Analytics und Power BI
• Einführung in Microsoft Purview
• Integrieren von Microsoft Purview und Azure Synapse Analytics
• Einführung in Azure Databricks
• Verwenden von Apache Spark in Azure Databricks
• Ausführen von Azure Databricks-Notebooks mit Azure Data Factory

Die Hauptzielgruppe für diesen Kurs sind Datenexperten, Datenarchitekten und Business Intelligence-Experten, die sich über Datentechnik und das Erstellen von Analyselösungen mithilfe der Datenplattformtechnologien in Microsoft Azure informieren möchten. Die sekundäre Zielgruppe für diesen Kurs umfasst Data Analysts und wissenschaftliche Fachkräfte für Daten, die auf Microsoft Azure basierende Analyselösungen nutzen. Im Absagefall durch den Veranstalter behält sich die PROTRANET das Recht vor, Umbuchungen auf ein komprimiertes LIVEINAR (Online) vorzunehmen oder falls möglich in Rücksprache mit Ihnen den Termin zu verschieben. Der Preis bleibt in beiden Fällen unverändert. Eine kostenfreie Stornierung ist bis 28 Tage vor dem Seminar möglich.