Plan Szkolenia

1. Azure dla Inżyniera Danych

  • Wyjaśnienie ewoluującej świata danych
  • Przegląd usług na platformie Azure Data
  • Identyfikacja zadań wykonywanych przez inżyniera danych
  • Opis użycia chmury w Studium Przypadku
  • Identyfikacja ewoluującej świata danych
  • Determinacja usług platformy Azure Data
  • Identyfikacja zadań wykonywanych przez inżyniera danych
  • Koncetualizacja efektów pracy inżyniera danych

2. Praca z przechowywaniem danych

  • Wybór podejścia do przechowywania danych w Azure
  • Tworzenie konta przechowywania danych w Azure
  • Wyjaśnienie przechowywania danych Data Lake w Azure
  • Przesyłanie danych do Azure Data Lake
  • Laboratorium: Praca z przechowywaniem danych
  • Wybór podejścia do przechowywania danych w Azure
  • Tworzenie konta przechowywania danych
  • Wyjaśnienie Data Lake Storage
  • Przesyłanie danych do Data Lake Store

3. Włączanie nauki danych zespołowej za pomocą Azure Databricks

  • Wyjaśnienie Azure Databricks
  • Praca z Azure Databricks
  • Odczytywanie danych za pomocą Azure Databricks
  • Wykonywanie transformacji za pomocą Azure Databricks
  • Laboratorium: Włączanie nauki danych zespołowej za pomocą Azure Databricks
  • Wyjaśnienie Azure Databricks
  • Praca z Azure Databricks
  • Odczytywanie danych za pomocą Azure Databricks
  • Wykonywanie transformacji za pomocą Azure Databricks

4. Budowanie globalnie rozproszonych baz danych za pomocą Cosmos DB

  • Tworzenie bazy danych Azure Cosmos DB skonstruowanej do skalowania
  • Dodawanie i zapytanie danych w Twojej bazie danych Azure Cosmos DB
  • Budowanie aplikacji .NET Core dla Cosmos DB w Visual Studio Code
  • Rozprowadzanie danych globalnie za pomocą Azure Cosmos DB
  • Laboratorium: Budowanie globalnie rozproszonych baz danych za pomocą Cosmos DB
  • Tworzenie bazy danych Azure Cosmos DB
  • Dodawanie i zapytanie danych w Azure Cosmos DB
  • Budowanie aplikacji .Net Core dla Azure Cosmos DB przy użyciu VS Code
  • Rozprowadzanie danych globalnie za pomocą Azure Cosmos DB

5. Praca z relacyjnymi bazami danych w chmurze

  • Korzystanie z Azure SQL Database
  • Opis Azure SQL Data Warehouse
  • Tworzenie i zapytanie Azure SQL Data Warehouse
  • Korzystanie z PolyBase do ładowania danych do Azure SQL Data Warehouse
  • Laboratorium: Praca z relacyjnymi bazami danych w chmurze
  • Korzystanie z Azure SQL Database
  • Opis Azure SQL Data Warehouse
  • Tworzenie i zapytanie Azure SQL Data Warehouse
  • Korzystanie z PolyBase do ładowania danych do Azure SQL Data Warehouse

6. Wykonywanie analiz w czasie rzeczywistym za pomocą Stream Analytics

  • Wyjaśnienie strumieni danych i przetwarzania zdarzeń
  • Ingestia danych za pomocą Event Hubs
  • Przetwarzanie danych za pomocą zadań Stream Analytics
  • Laboratorium: Wykonywanie analiz w czasie rzeczywistym za pomocą Stream Analytics
  • Wyjaśnienie strumieni danych i przetwarzania zdarzeń
  • Ingestia danych za pomocą Event Hubs
  • Przetwarzanie danych za pomocą zadań Stream Analytics

7. Orchestracja ruchu danych za pomocą Azure Data Factory

  • Wyjaśnienie, jak działa Azure Data Factory
  • Komponenty Azure Data Factory
  • Azure Data Factory i Databricks
  • Laboratorium: Orchestracja ruchu danych za pomocą Azure Data Factory
  • Wyjaśnienie, jak działa Data Factory
  • Komponenty Azure Data Factory
  • Azure Data Factory i Databricks

8. Zabezpieczanie platform danych w Azure

  • Wprowadzenie do zabezpieczeń
  • Główne komponenty zabezpieczeń
  • Zabezpieczanie kont przechowywania danych i Data Lake Storage
  • Zabezpieczanie baz danych
  • Zabezpieczanie danych przesyłanych strumieniowo
  • Laboratorium: Zabezpieczanie platform danych w Azure
  • Wprowadzenie do zabezpieczeń
  • Główne komponenty zabezpieczeń
  • Zabezpieczanie kont przechowywania danych i Data Lake Storage
  • Zabezpieczanie baz danych
  • Zabezpieczanie danych przesyłanych strumieniowo

9. Monitorowanie i rozwiązywanie problemów z przechowywaniem i przetwarzaniem danych

  • Wyjaśnienie dostępnych możliwości monitorowania
  • Rozwiązywanie typowych problemów z przechowywaniem danych
  • Rozwiązywanie typowych problemów z przetwarzaniem danych
  • Zarządzanie odzyskiwaniem po awarii
  • Laboratorium: Monitorowanie i rozwiązywanie problemów z przechowywaniem i przetwarzaniem danych
  • Wyjaśnienie dostępnych możliwości monitorowania
  • Rozwiązywanie typowych problemów z przechowywaniem danych
  • Rozwiązywanie typowych problemów z przetwarzaniem danych
  • Zarządzanie odzyskiwaniem po awarii

Wymagania

  • Dosświadczenie w podstawowej analizie danych (np. Excel)
  • Ogólne zrozumienie pojęć chmurowych (np. AWS)

Odbiorcy

  • Inżynierzy baz danych
  • Programiści
 35 godzin

Liczba uczestników


Cena za uczestnika

Opinie uczestników (4)

Propozycje terminów

Powiązane Kategorie