In de snelgroeiende digitale wereld is de vraag naar deskundige data engineers groter dan ooit. De training Azure Data Engineering is gemaakt om jou te begeleiden op een ontdekkingsreis door de complexe, maar fascinerende wereld van data engineering binnen Microsoft Azure.
"*" geeft vereiste velden aan
Kom je er niet uit?
Laat ons je helpen!
"*" geeft vereiste velden aan
Kom je er niet uit?
Laat ons je helpen!
"*" geeft vereiste velden aan
Kom je er niet uit?
Laat ons je helpen!
€2095,- Excl. BTW
Inschrijven voor een trainingDeze training is identiek aan de training Data Engineering on Microsoft Azure (DP-203).
In de snelgroeiende digitale wereld is de vraag naar deskundige data engineers groter dan ooit. De training Azure Data Engineering (DP-203) is gemaakt om jou te begeleiden op een ontdekkingsreis door de complexe, maar fascinerende wereld van data engineering binnen Microsoft Azure. Deze DP-203 training biedt je niet alleen een stevige basis in de principes van data engineering, maar stelt jou ook in staat om de geavanceerde functies van Microsoft Azure te benutten voor het verwerken en analyseren van grote datasets.
Of je nu een beginner bent in de wereld van data of al ervaring hebt en jouw vaardigheden naar een hoger niveau wilt tillen, deze DP-203 training is ontworpen om jouw carrière te bevorderen. Door deel te nemen aan de DP-203 training Azure Data Engineering, duik je diep in de essentiële technieken en hulpmiddelen voor het ontwerpen, bouwen en beheren van schaalbare dataoplossingen binnen Microsoft Azure. Deze DP-203 training zorgt ervoor dat je praktische vaardigheden verkrijgt, waardoor jij een voorsprong krijgt in jouw professionele ontwikkeling.
De DP-203 training Azure Data Engineering is zorgvuldig samengesteld door experts binnen het vakgebied, met een lesprogramma dat zowel inspireert als uitdaagt. Je leert alles over Azure Data Services, zoals Azure Synapse Analytics, Azure Data Lake, Azure Data Factory en Azure Databricks. Deze kennis stelt jou in staat om complexe data pipelines te ontwerpen en te implementeren, data op te slaan en te analyseren, en inzichten te leveren die bedrijfsbeslissingen kunnen sturen.
In het huidige datagestuurde tijdperk zijn data engineers onmisbaar voor elke organisatie dat naar innovatie en groei streeft. De training Azure Data Engineering is speciaal ontworpen voor een groot aantal professionals die hun vaardigheden uit willen breiden en zich willen specialiseren in het ontwerpen, bouwen en beheren van geavanceerde dataverwerkingsoplossingen binnen Microsoft Azure.
Of jij nu jouw carrière een nieuwe wending wilt geven of jouw huidige vaardigheden wilt verbeteren, deze training biedt de kennis en vaardigheden die je nodig hebt.
Deze DP-203 training is met name geschikt voor de volgende mensen:
De inhoud van deze training is gelijk aan de training Data Engineering on Microsoft Azure (DP-203).
Door deel te nemen aan de training Azure Data Engineering wordt er een wereld geopend van mogelijkheden voor professionals die zich willen verdiepen in de kunst en wetenschap van data engineering binnen Microsoft Azure. Deze training is zorgvuldig ontworpen om jou niet alleen te voorzien van theoretische kennis, maar ook met praktische vaardigheden die direct toepasbaar zijn in jouw huidige of toekomstige functie.
Door deze training te volgen zul je de volgende kennis en vaardigheden verkrijgen:
Voordat je deelneemt aan deze DP-203 training raden wij aan dat jij beschikt over de volgende kennis en vaardigheden:
Module 1: Explore compute and storage options for data engineering workloads
This module provides an overview of the Azure compute and storage technology options that are available to data engineers building analytical workloads. This module teaches ways to structure the data lake, and to optimize the files for exploration, streaming, and batch workloads. The student will learn how to organize the data lake into levels of data refinement as they transform files through batch and stream processing. Then they will learn how to create indexes on their datasets, such as CSV, JSON, and Parquet files, and use them for potential query and workload acceleration.
Lessons:
After completing this module, students will be able to:
In this module, students will learn how to work with files stored in the data lake and external file sources, through T-SQL statements executed by a serverless SQL pool in Azure Synapse Analytics. Students will query Parquet files stored in a data lake, as well as CSV files stored in an external data store. Next, they will create Azure Active Directory security groups and enforce access to files in the data lake through Role-Based Access Control (RBAC) and Access Control Lists (ACLs).
After completing this module, students will be able to:
This module teaches how to use various Apache Spark DataFrame methods to explore and transform data in Azure Databricks. The student will learn how to perform standard DataFrame methods to explore and transform data. They will also learn how to perform more advanced tasks, such as removing duplicate data, manipulate date/time values, rename columns, and aggregate data.
After completing this module, students will be able to:
This module teaches how to explore data stored in a data lake, transform the data, and load data into a relational data store. The student will explore Parquet and JSON files and use techniques to query and transform JSON files with hierarchical structures. Then the student will use Apache Spark to load data into the data warehouse and join Parquet data in the data lake with data in the dedicated SQL pool.
After completing this module, students will be able to:
This module teaches students how to ingest data into the data warehouse through T-SQL scripts and Synapse Analytics integration pipelines. The student will learn how to load data into Synapse dedicated SQL pools with PolyBase and COPY using T-SQL. The student will also learn how to use workload management along with a Copy activity in a Azure Synapse pipeline for petabyte-scale data ingestion.
After completing this module, students will be able to:
This module teaches students how to build data integration pipelines to ingest from multiple data sources, transform data using mapping data flowss, and perform data movement into one or more data sinks.
After completing this module, students will be able to:
In this module, you will learn how to create linked services, and orchestrate data movement and transformation using notebooks in Azure Synapse Pipelines.
After completing this module, students will be able to:
In this module, students will learn how to secure a Synapse Analytics workspace and its supporting infrastructure. The student will observe the SQL Active Directory Admin, manage IP firewall rules, manage secrets with Azure Key Vault and access those secrets through a Key Vault linked service and pipeline activities. The student will understand how to implement column-level security, row-level security, and dynamic data masking when using dedicated SQL pools.
After completing this module, students will be able to:
In this module, students will learn how Azure Synapse Link enables seamless connectivity of an Azure Cosmos DB account to a Synapse workspace. The student will understand how to enable and configure Synapse link, then how to query the Azure Cosmos DB analytical store using Apache Spark and SQL serverless.
After completing this module, students will be able to:
In this module, students will learn how to process streaming data with Azure Stream Analytics. The student will ingest vehicle telemetry data into Event Hubs, then process that data in real time, using various windowing functions in Azure Stream Analytics. They will output the data to Azure Synapse Analytics. Finally, the student will learn how to scale the Stream Analytics job to increase throughput.
After completing this module, students will be able to:
In this module, students will learn how to ingest and process streaming data at scale with Event Hubs and Spark Structured Streaming in Azure Databricks. The student will learn the key features and uses of Structured Streaming. The student will implement sliding windows to aggregate over chunks of data and apply watermarking to remove stale data. Finally, the student will connect to Event Hubs to read and write streams.
After completing this module, students will be able to:
Hieronder is een overzicht te vinden van trainingsmogelijkheden voor de Azure Data Engineering training, met zowel klassikale als virtuele trainingen. Selecteer de best passende optie en start jouw reis naar succes.
Je leert in de Azure Data Engineering training compute- en dataopties voor data engineering binnen Microsoft Azure, gegevens onderzoeken, transformeren en laden in het Data Warehouse, en real-time Stream Processing toepassen met tools zoals Azure Databricks en Stream Analytics.
De Azure Data Engineering training is bedoeld voor webontwikkelaars, softwareontwikkelaars, front-end ontwikkelaars en ICT-professionals die hun vaardigheden in .NET-technologieën willen uitbreiden.
Algemene programmeerkennis is vereist, en ervaring met C# en het Microsoft .NET Framework wordt aanbevolen.
De Azure Data Engineering training wordt zowel klassikaal als virtueel aangeboden, en bestaat uit vier bijeenkomsten van elk een volledige dag (circa 09:00 tot 17:00).
Altijd op de hoogte blijven?
Abonneer op onze nieuwsbrief
Meer dan
25 jaar
ervaring
Startel is een geaccrediteerd NRTO-lid.
Maandag – vrijdag
8.15 – 17.00 uur