Data Engineering on Microsoft Azure (DP-203)

Verken de wereld van data engineering met de training Data Engineering on Microsoft Azure (DP-203). Deze DP-203 cursus biedt diepgaand inzicht in het effectief ontwerpen, implementeren en beheren van dataoplossingen op Microsoft Azure.

  • Offerte aanvragen

    Offerte aanvraag training

    Vul hier al je gegevens in waarvoor je een offerte wilt ontvangen.

    "*" geeft vereiste velden aan

    Vul hier jouw naam in*
    Zou je hieronder de informatie die we nodig hebben willen invullen? Denk aan het aantal deelnemers voor de offerte, eventuele specifieke wensen, en dergelijke.
    x
  • Download brochure
[springest]
  • Lorem
  • Lorem
  • Lorem

Incompany training?

Liever een training op eigen locatie? Ook dan is maatwerk een vanzelfsprekende optie. We creëren aangepaste trainingen die voldoen aan de specifieke behoeften en uitdagingen van jullie organisatie. Vraag hieronder een offerte aan voor een incompany training!

Vraag offerte aan

Offerte incompany

Vul hier al je gegevens in waarvoor je een offerte wilt ontvangen.

"*" geeft vereiste velden aan

Vul hier jouw naam in*
Zou je hieronder de informatie die we nodig hebben willen invullen? Denk aan het aantal deelnemers voor de offerte, eventuele specifieke wensen, en dergelijke.
x

Algemene omschrijving

Ontdek de wereld van azure data engineering met de training Data Engineering on Microsoft Azure (DP-203). Deze data engineering training biedt een diepgaande kijk op hoe je effectief dataoplossingen kunt ontwerpen, implementeren, en beheren op Microsoft Azure. In deze DP-203 training leer je bijvoorbeeld hoe je dataoplossingen kunt ontwerpen, bouwen, onderhouden en hoe je eventuele problemen op kunt lossen met behulp van diverse Azure-diensten.

Door deze DP-203 training leer je de fijne kneepjes van Azure Data Services en dataopslagoplossingen. De DP-203 training omvat onderwerpen zoals Azure Data Lake, Azure Data Factory, en Azure Synapse Analytics. Je leert bijvoorbeeld hoe je betrouwbare data pipelines bouwt, gegevens in verschillende formaten opslaat, en grote datasets efficiënt verwerkt voor analyse.

Deze DP-203 training behandelt ook belangrijke aspecten zoals real-time verwerking van gegevens, het opzetten van data warehouses, en het implementeren van maatregelen om de veiligheid en privacy binnen Microsoft Azure te bewaren. Deze vaardigheden zijn cruciaal voor het effectief beheren en analyseren van grote datasets in de cloud.

Praktische kennis staat centraal in deze DP-203 training. Door middel van praktijkgerichte labs leer jij jouw verworven kennis direct in realistische situaties toe te passen. Dit versterkt niet alleen jouw begrip van de theorie, maar het bereidt jou ook voor op echte uitdagingen in de datawereld.

Doelgroep

Deze DP-203 training is zeer relevant voor data-professionals, data-architecten, en business intelligence-professionals, aangezien het hen voorziet van de benodigde geavanceerde kennis en vaardigheden voor het werken met complexe datastructuren en analyses binnen de Microsoft Azure-omgeving.

Ook is het relevant voor ICT-professionals en systeembeheerders die hun expertise in cloudtechnologieën en data engineering willen uitbreiden, vinden deze cursus bijzonder waardevol, vooral voor hen die willen overstappen naar cloudgebaseerde dataoplossingen.

Leerdoelen

Door deel te nemen aan deze data engineering training zul je de volgende kennis en vaardigheden verkrijgen:

  • Onderzoeken van compute- en dataopties voor data engineering-werkzaamheden in Microsoft Azure.
  • Uitvoeren van interactieve queries met gebruik van serverless SQL pools.
  • Gegevensonderzoek en -transformatie in Azure Databricks.
  • Onderzoeken, transformeren, en laden van gegevens in het Data Warehouse met behulp van Apache Spark.
  • Ingesten en laden van gegevens in het Data Warehouse.
  • Transformeren van gegevens met Azure Data Factory of Azure Synapse Pipelines.
  • Integreren van gegevens uit Notebooks met Azure Data Factory of Azure Synapse Link.
  • Uitvoeren van Hybrid Transactional Analytical Processing (HTAP) met Azure Synapse Link.
  • End-to-end beveiliging toepassen met Azure Synapse Analytics.
  • Real-time Stream Processing toepassen met Stream Analytics.
  • Een Stream Processing-oplossing creëren met Event Hubs en Azure Databricks.

Voorkennis

Om optimaal deel te kunnen nemen aan deze DP-203 training, raden wij het volgende aan:

  • Basiskennis van Microsoft Azure
  • Ervaring in data engineering of gerelateerde kennis
    • De training is ontworpen voor deelnemers die al ervaring hebben in data engineering, databeheer, of een gerelateerd ICT-vakgebied. Dit helpt bij het begrijpen van complexe concepten die tijdens de training worden behandeld.
  • Kennis van programmeertalen
    • Basiskennis van programmeertalen zoals SQL, Python, of Scala kan belangrijk zijn, aangezien deze vaak worden gebruikt in data engineering-projecten, vooral in omgevingen zoals Azure Databricks.
  • Begrip van databases en dataopslag
    • Kennis van databases, dataopslagconcepten, en datamodelleren is vaak een vereiste. Dit helpt bij het begrijpen van hoe gegevens worden opgeslagen, verwerkt, en geanalyseerd binnen Microsoft Azure.

Onderwerpen

In de onderstaande lijst vind je alle kernonderwerpen die tijdens onze data engineering training behandeld zullen worden.

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:

  • Introduction to Azure Synapse Analytics.
  • Describe Azure Databricks.
  • Introduction to Azure Data Lake storage.
  • Describe Delta Lake architecture.
  • Work with data streams by using Azure Stream Analytics.

Lab: Explore compute and storage options for data engineering workloads

  • Combine streaming and batch processing with a single pipeline.
  • Organize the data lake into levels of file transformation.
  • Index data lake storage for query and workload acceleration.

After completing this module, students will be able to:

  • Describe Azure Synapse Analytics.
  • Describe Azure Databricks.
  • Describe Azure Data Lake storage.
  • Describe Delta Lake architecture.
  • Describe Azure Stream Analytics.

Module 2: Run interactive queries using Azure Synapse Analytics serverless SQL pools

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).

Lessons:

  • Explore Azure Synapse serverless SQL pools capabilities.
  • Query data in the lake using Azure Synapse serverless SQL pools.
  • Create metadata objects in Azure Synapse serverless SQL pools.
  • Secure data and manage users in Azure Synapse serverless SQL pools.

Lab: Run interactive queries using serverless SQL pools

  • Query Parquet data with serverless SQL pools.
  • Create external tables for Parquet and CSV files.
  • Create views with serverless SQL pools.
  • Secure access to data in a data lake when using serverless SQL pools.
  • Configure data lake security using Role-Based Access Control (RBAC) and Access Control List.

After completing this module, students will be able to:

  • Understand Azure Synapse serverless SQL pools capabilities.
  • Query data in the lake using Azure Synapse serverless SQL pools.
  • Create metadata objects in Azure Synapse serverless SQL pools.
  • Secure data and manage users in Azure Synapse serverless SQL pools.

Module 3: Data exploration and transformation in Azure Databricks

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.

Lessons:

  • Describe Azure Databricks.
  • Read and write data in Azure Databricks.
  • Work with DataFrames in Azure Databricks.
  • Work with DataFrames advanced methods in Azure Databricks.

Lab: Data Exploration and Transformation in Azure Databricks

  • Use DataFrames in Azure Databricks to explore and filter data.
  • Cache a DataFrame for faster subsequent queries.
  • Remove duplicate data.
  • Manipulate date/time values.
  • Remove and rename DataFrame columns.
  • Aggregate data stored in a DataFrame.

After completing this module, students will be able to:

  • Describe Azure Databricks.
  • Read and write data in Azure Databricks.
  • Work with DataFrames in Azure Databricks.
  • Work with DataFrames advanced methods in Azure Databricks.

Module 4: Explore, transform, and load data into the Data Warehouse using Apache Spark

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.

Lessons:

  • Understand big data engineering with Apache Spark in Azure Synapse Analytics.
  • Ingest data with Apache Spark notebooks in Azure Synapse Analytics.
  • Transform data with DataFrames in Apache Spark Pools in Azure Synapse Analytics.
  • Integrate SQL and Apache Spark pools in Azure Synapse Analytics.

Lab: Explore, transform, and load data into the Data Warehouse using Apache Spark

  • Perform Data Exploration in Synapse Studio.
  • Ingest data with Spark notebooks in Azure Synapse Analytics.
  • Transform data with DataFrames in Spark pools in Azure Synapse Analytics.
  • Integrate SQL and Spark pools in Azure Synapse Analytics.

After completing this module, students will be able to:

  • Describe big data engineering with Apache Spark in Azure Synapse Analytics.
  • Ingest data with Apache Spark notebooks in Azure Synapse Analytics.
  • Transform data with DataFrames in Apache Spark Pools in Azure Synapse Analytics.
  • Integrate SQL and Apache Spark pools in Azure Synapse Analytics.

Module 5: Ingest and load data into the data warehouse

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.

Lessons:

  • Use data loading best practices in Azure Synapse Analytics.
  • Petabyte-scale ingestion with Azure Data Factory.

Lab: Ingest and load Data into the Data Warehouse

  • Perform petabyte-scale ingestion with Azure Synapse Pipelines.
  • Import data with PolyBase and COPY using T-SQL.
  • Use data loading best practices in Azure Synapse Analytics.

After completing this module, students will be able to:

  • Use data loading best practices in Azure Synapse Analytics.
  • Petabyte-scale ingestion with Azure Data Factory.

Module 6: Transform data with Azure Data Factory or Azure Synapse Pipelines

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.

Lessons:

  • Data integration with Azure Data Factory or Azure Synapse Pipelines.
  • Code-free transformation at scale with Azure Data Factory or Azure Synapse Pipelines.

Lab: Transform Data with Azure Data Factory or Azure Synapse Pipelines

  • Execute code-free transformations at scale with Azure Synapse Pipelines.
  • Create data pipeline to import poorly formatted CSV files.
  • Create Mapping Data Flows.

After completing this module, students will be able to:

  • Perform data integration with Azure Data Factory.
  • Perform code-free transformation at scale with Azure Data Factory.

Module 7: Orchestrate data movement and transformation in Azure Synapse Pipelines

In this module, you will learn how to create linked services, and orchestrate data movement and transformation using notebooks in Azure Synapse Pipelines.

Lessons:

  • Orchestrate data movement and transformation in Azure Data Factory.

Lab: Orchestrate data movement and transformation in Azure Synapse Pipelines

  • Integrate Data from Notebooks with Azure Data Factory or Azure Synapse Pipelines.

After completing this module, students will be able to:

  • Orchestrate data movement and transformation in Azure Synapse Pipelines.

Module 8: End-to-end security with Azure Synapse Analytics

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.

Lessons:

  • Secure a data warehouse in Azure Synapse Analytics.
  • Configure and manage secrets in Azure Key Vault.
  • Implement compliance controls for sensitive data.

Lab: End-to-end security with Azure Synapse Analytics

  • Secure Azure Synapse Analytics supporting infrastructure.
  • Secure the Azure Synapse Analytics workspace and managed services.
  • Secure Azure Synapse Analytics workspace data.

After completing this module, students will be able to:

  • Secure a data warehouse in Azure Synapse Analytics.
  • Configure and manage secrets in Azure Key Vault.
  • Implement compliance controls for sensitive data.

Module 9: Support Hybrid Transactional Analytical Processing (HTAP) with Azure Synapse Link

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.

Lessons:

  • Design hybrid transactional and analytical processing using Azure Synapse Analytics.
  • Configure Azure Synapse Link with Azure Cosmos DB.
  • Query Azure Cosmos DB with Apache Spark pools.
  • Query Azure Cosmos DB with serverless SQL pools.

Lab: Support Hybrid Transactional Analytical Processing (HTAP) with Azure Synapse Link

  • Configure Azure Synapse Link with Azure Cosmos DB.
  • Query Azure Cosmos DB with Apache Spark for Synapse Analytics.
  • Query Azure Cosmos DB with serverless SQL pool for Azure Synapse Analytics.

After completing this module, students will be able to:

  • Design hybrid transactional and analytical processing using Azure Synapse Analytics.
  • Configure Azure Synapse Link with Azure Cosmos DB.
  • Query Azure Cosmos DB with Apache Spark for Azure Synapse Analytics.
  • Query Azure Cosmos DB with SQL serverless for Azure Synapse Analytics.

Module 10: Real-time Stream Processing with Stream Analytics

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.

Lessons:

  • Enable reliable messaging for Big Data applications using Azure Event Hubs.
  • Work with data streams by using Azure Stream Analytics.
  • Ingest data streams with Azure Stream Analytics.

Lab: Real-time Stream Processing with Stream Analytics

  • Use Stream Analytics to process real-time data from Event Hubs.
  • Use Stream Analytics windowing functions to build aggregates and output to Synapse Analytics.
  • Scale the Azure Stream Analytics job to increase throughput through partitioning.
  • Repartition the stream input to optimize parallelization.

After completing this module, students will be able to:

  • Enable reliable messaging for Big Data applications using Azure Event Hubs.
  • Work with data streams by using Azure Stream Analytics.
  • Ingest data streams with Azure Stream Analytics.

Module 11: Create a Stream Processing Solution with Event Hubs and Azure Databricks

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.

Lessons:

  • Process streaming data with Azure Databricks structured streaming.

Lab: Create a Stream Processing Solution with Event Hubs and Azure Databricks

  • Explore key features and uses of Structured Streaming.
  • Stream data from a file and write it out to a distributed file system.
  • Use sliding windows to aggregate over chunks of data rather than all data.
  • Apply watermarking to remove stale data.
  • Connect to Event Hubs read and write streams.

After completing this module, students will be able to:

  • Process streaming data with Azure Databricks structured streaming.

Trainingsdata en inschrijven

Hieronder is een overzicht te vinden van trainingsmogelijkheden, met zowel klassikale als virtuele trainingen. Selecteer de best passende optie en start jouw reis naar succes.

  • Klassikaal
  • Virtueel
  • Startdatum
    Locatie
    Duur
    Prijs
    Inschrijven
    • 17-06-2024
      Startel (Drachten)
      4 bijeenkomsten
      • maandag 17 juni 2024 van 09:00 tot 17:00
      • dinsdag 18 juni 2024 van 09:00 tot 17:00
      • woensdag 19 juni 2024 van 09:00 tot 17:00
      • donderdag 20 juni 2024 van 09:00 tot 17:00
      1995,-
    • 16-07-2024
      Startel (Drachten)
      4 bijeenkomsten
      • dinsdag 16 juli 2024 van 09:00 tot 17:00
      • woensdag 17 juli 2024 van 09:00 tot 17:00
      • donderdag 18 juli 2024 van 09:00 tot 17:00
      • vrijdag 19 juli 2024 van 09:00 tot 17:00
      1995,-
    • 26-08-2024
      Startel (Drachten)
      4 bijeenkomsten
      • maandag 26 augustus 2024 van 09:00 tot 17:00
      • dinsdag 27 augustus 2024 van 09:00 tot 17:00
      • woensdag 28 augustus 2024 van 09:00 tot 17:00
      • donderdag 29 augustus 2024 van 09:00 tot 17:00
      1995,-
    • 24-09-2024
      Startel (Drachten)
      4 bijeenkomsten
      • dinsdag 24 september 2024 van 09:00 tot 17:00
      • woensdag 25 september 2024 van 09:00 tot 17:00
      • donderdag 26 september 2024 van 09:00 tot 17:00
      • vrijdag 27 september 2024 van 09:00 tot 17:00
      1995,-
    • 28-10-2024
      Startel (Drachten)
      4 bijeenkomsten
      • maandag 28 oktober 2024 van 09:00 tot 17:00
      • dinsdag 29 oktober 2024 van 09:00 tot 17:00
      • woensdag 30 oktober 2024 van 09:00 tot 17:00
      • donderdag 31 oktober 2024 van 09:00 tot 17:00
      1995,-
    • 18-11-2024
      Startel (Drachten)
      4 bijeenkomsten
      • maandag 18 november 2024 van 09:00 tot 17:00
      • dinsdag 19 november 2024 van 09:00 tot 17:00
      • woensdag 20 november 2024 van 09:00 tot 17:00
      • donderdag 21 november 2024 van 09:00 tot 17:00
      1995,-
    • 17-12-2024
      Startel (Drachten)
      4 bijeenkomsten
      • dinsdag 17 december 2024 van 09:00 tot 17:00
      • woensdag 18 december 2024 van 09:00 tot 17:00
      • donderdag 19 december 2024 van 09:00 tot 17:00
      • vrijdag 20 december 2024 van 09:00 tot 17:00
      1995,-
    • 17-06-2024
      Virtual
      4 bijeenkomsten
      • maandag 17 juni 2024 van 09:00 tot 17:00
      • dinsdag 18 juni 2024 van 09:00 tot 17:00
      • woensdag 19 juni 2024 van 09:00 tot 17:00
      • donderdag 20 juni 2024 van 09:00 tot 17:00
      1995,-
    • 16-07-2024
      Virtual
      4 bijeenkomsten
      • dinsdag 16 juli 2024 van 09:00 tot 17:00
      • woensdag 17 juli 2024 van 09:00 tot 17:00
      • donderdag 18 juli 2024 van 09:00 tot 17:00
      • vrijdag 19 juli 2024 van 09:00 tot 17:00
      1995,-
    • 26-08-2024
      Virtual
      4 bijeenkomsten
      • maandag 26 augustus 2024 van 09:00 tot 17:00
      • dinsdag 27 augustus 2024 van 09:00 tot 17:00
      • woensdag 28 augustus 2024 van 09:00 tot 17:00
      • donderdag 29 augustus 2024 van 09:00 tot 17:00
      1995,-
    • 24-09-2024
      Virtual
      4 bijeenkomsten
      • dinsdag 24 september 2024 van 09:00 tot 17:00
      • woensdag 25 september 2024 van 09:00 tot 17:00
      • donderdag 26 september 2024 van 09:00 tot 17:00
      • vrijdag 27 september 2024 van 09:00 tot 17:00
      1995,-
    • 28-10-2024
      Virtual
      4 bijeenkomsten
      • maandag 28 oktober 2024 van 09:00 tot 17:00
      • dinsdag 29 oktober 2024 van 09:00 tot 17:00
      • woensdag 30 oktober 2024 van 09:00 tot 17:00
      • donderdag 31 oktober 2024 van 09:00 tot 17:00
      1995,-
    • 18-11-2024
      Virtual
      4 bijeenkomsten
      • maandag 18 november 2024 van 09:00 tot 17:00
      • dinsdag 19 november 2024 van 09:00 tot 17:00
      • woensdag 20 november 2024 van 09:00 tot 17:00
      • donderdag 21 november 2024 van 09:00 tot 17:00
      1995,-
    • 17-12-2024
      Virtual
      4 bijeenkomsten
      • dinsdag 17 december 2024 van 09:00 tot 17:00
      • woensdag 18 december 2024 van 09:00 tot 17:00
      • donderdag 19 december 2024 van 09:00 tot 17:00
      • vrijdag 20 december 2024 van 09:00 tot 17:00
      1995,-
  • 9,2 138 recensies

 

  • Persoonlijke aanpak
  • Ervaren trainers
  • 25 jaar ervaring

Wij staan voor je klaar

Al 25 jaar dé opleider op het gebied van IT in Nederland

Bij Startel streven we ernaar om elke leerervaring zo toegankelijk en persoonlijk mogelijk te maken. Of je nu geïnteresseerd bent in het volgen van een training, het bestellen van een zelfstudiepakket of een vraag hebt, ons team staat klaar om jou te ondersteunen. Wij helpen jou graag bij het vinden van de geschikte training of het passende zelfstudiepakket.

 

Neem gerust contact met ons op via ons telefoonnummer of e-mailadres en geef zelf de nodige richting aan jouw carrière in de IT!

050-5028888

Niet wat je zoekt?

Laat ons je helpen!

Kies jouw richting en plan stap voor stap jouw opleidingstraject

Neem contact met ons op!