DP-203T00: Data Engineering on Microsoft Azure
Acerca del curso
En este curso, el alumno aprenderá sobre la ingeniería de datos en lo que se refiere al trabajo con soluciones analíticas por lotes y en tiempo real usando tecnologías de plataforma de datos de Azure.
Los alumnos empezarán conociendo las tecnologías de proceso y almacenamiento básicas que se usan para crear una solución analítica. También aprenderán a explorar interactivamente los datos almacenados en archivos de un lago de datos.
Conocerán las diversas técnicas de ingesta que se pueden usar para cargar datos mediante la funcionalidad de Apache Spark incluida en Azure Synapse Analytics o Azure Databricks, o cómo ingerir mediante canalizaciones de Azure Data Factory o Azure Synapse. Los alumnos también conocerán las distintas formas en que pueden transformar los datos mediante las mismas tecnologías que se usan para ingerir datos.
Comprenderán la importancia de implementar seguridad para garantizar que los datos (en reposo o en tránsito) están protegidos. Tras ello, se les explicará cómo crear un sistema analítico en tiempo real para crear soluciones analíticas en tiempo real.
Próximas convocatorias
Estamos preparando nuevas convocatorias. Déjanos tus datos a través del formulario y te avisaremos lo antes posible.
La audiencia principal de este curso son profesionales de datos, arquitectos de datos y profesionales de business intelligence que quieren obtener información sobre la ingeniería de datos y la creación de soluciones analíticas mediante las tecnologías de plataforma de datos que hay en Microsoft Azure.
La audiencia secundaria de este curso son analistas de datos y científicos de datos que trabajan con soluciones analíticas basadas en Microsoft Azure.
- Exploración de las opciones de proceso y almacenamiento de las cargas de trabajo de ingeniería de datos en Azure
- Ejecución de consultas interactivas con grupos de SQL sin servidor
- Realización de exploraciones y transformaciones de datos en Azure Databricks
- Exploración, transformación y carga de datos en almacenamientos de datos con Apache Spark
- Ingesta y carga de datos en almacenamientos de datos
- Transformación de datos con canalizaciones de Azure Data Factory o Azure Synapse
- Integrar datos de Notebooks con canalizaciones de Azure Data Factory o Azure Synapse
- Soporte de procesamientos analíticos transaccionales híbridos con Azure Synapse Link
- Poner en marcha una seguridad integral con Azure Synapse Analytics
- Realizar procesamientos de secuencias en tiempo real con Stream Analytics
- Crear una solución de procesamiento de secuencias con Event Hubs y Azure Databricks
- AZ-900: Fundamentos de Azure
- DP-900: Fundamentos de datos en Microsoft Azure
- Documentación Oficial de Microsoft en formato digital: DP-203T00: Data Engineering on Microsoft Azure
- Acceso a laboratorios remotos oficiales durante 180 días
- Formador Certificado por Microsoft
- Más de 5 años de experiencia profesional
- Más de 4 años de experiencia docente
- Profesional activo en empresas del sector IT
Preparación para el examen:
Examen DP-203: Ingeniería de datos de Microsoft Azure
Los candidatos a este examen deben tener experiencia en la materia para integrar, transformar y consolidar datos de varios sistemas de datos estructurados y no estructurados en una estructura adecuada para la creación de soluciones de análisis.
Los ingenieros de datos de Azure ayudan a las partes interesadas a comprender los datos a través de la exploración, y crean y mantienen canalizaciones de procesamiento de datos seguras y compatibles mediante diferentes herramientas y técnicas. Estos profesionales usan varios lenguajes y servicios de datos de Azure para almacenar y generar conjuntos de datos limpios y mejorados para su análisis.
Los ingenieros de datos de Azure también ayudan a garantizar que las canalizaciones de datos y los almacenes de datos son de alto rendimiento, eficientes, organizados y confiables, dado un conjunto de requisitos y restricciones empresariales. Tratan los problemas imprevistos rápidamente y minimizan la pérdida de datos. También diseñan, implementan, supervisan y optimizan plataformas de datos para satisfacer las necesidades de las canalizaciones de datos.
Módulo 1: Exploración de las opciones de proceso y almacenamiento de las cargas de trabajo de ingeniería de datos
- Introducción a Azure Synapse Analytics
- Descripción de Azure Databricks
- Introducción a Azure Data Lake Storage
- Descripción de la arquitectura de Delta Lake
- Trabajo con secuencias de datos mediante Azure Stream Analytics
Laboratorio: Exploración de las opciones de proceso y almacenamiento de las cargas de trabajo de ingeniería de datos
Módulo 2: Ejecución de consultas interactivas con grupos de SQL sin servidor de Azure Synapse Analytics
- Exploración de las capacidades de los grupos de SQL sin servidor de Azure Synapse
- Consulta de datos en el lago mediante grupos de SQL sin servidor de Azure Synapse
- Creación de objetos de metadatos en grupos de SQL sin servidor de Azure Synapse
- Protección de datos y administración de usuarios en grupos de SQL sin servidor de Azure Synapse
Laboratorio: Ejecución de consultas interactivas con grupos de SQL sin servidor
Módulo 3: Exploración y transformación de datos en Azure Databricks
- Descripción de Azure Databricks
- Lectura y escritura de datos en Azure Databricks
- Trabajo con elementos DataFrame en Azure Databricks
- Trabajo con métodos avanzados de DataFrame en Azure Databricks
Laboratorio: Realización de exploraciones y transformaciones de datos en Azure Databricks
Módulo 4: Exploración, transformación y carga de datos en almacenamientos de datos con Apache Spark
- Definición de la ingeniería de macrodatos con Apache Spark en Azure Synapse Analytics
- Ingesta de datos con cuadernos de Apache Spark en Azure Synapse Analytics
- Transformación de datos con objetos DataFrame de grupos de Apache Spark de Azure Synapse Analytics
- Integración de grupos de SQL y Apache Spark en Azure Synapse Analytics
Laboratorio: Exploración, transformación y carga de datos en almacenamientos de datos con Apache Spark
Módulo 5: Ingesta y carga de datos en almacenamientos de datos
- Uso de procedimientos recomendados para la carga de datos en Azure Synapse Analytics
- Ingesta a escala de petabytes con Azure Data Factory
Laboratorio: Ingesta y carga de datos en almacenamientos de datos
Módulo 6: Transformación de datos con canalizaciones de Azure Data Factory o Azure Synapse
- Integración de datos con Azure Data Factory o canalización de Azure Synapse
- Realización de transformaciones sin código y a escala con canalizaciones de Azure Data Factory o Azure Synapse
Laboratorio: Transformación de datos con canalizaciones de Azure Data Factory o Azure Synapse
Módulo 7: Organización de movimientos y transformaciones de datos en canalizaciones de Azure Synapse
- Orquestación de movimientos y transformaciones de datos en Azure Data Factory
Laboratorio: Organización de movimientos y transformaciones de datos en canalizaciones de Azure Synapse
Módulo 8: Seguridad integral con Azure Synapse Analytics
- Creación de un almacenamiento de datos en Azure Synapse Analytics
- Configuración y administración de secretos en Azure Key Vault
- Implementación de controles de cumplimiento para datos confidenciales
Laboratorio: Seguridad integral con Azure Synapse Analytics
Módulo 9: Soporte de procesamientos analíticos transaccionales híbridos con Azure Synapse Link
- Diseño del procesamiento analítico y transaccional híbrido mediante Azure Synapse Analytics
- Configuración de Azure Synapse Link con Azure Cosmos DB
- Consulta de Azure Cosmos DB con grupos de Apache Spark
- Consulta de Azure Cosmos DB con grupos de SQL sin servidor
Laboratorio: Soporte de procesamientos analíticos transaccionales híbridos con Azure Synapse Link
Módulo 10: Procesamiento de secuencias en tiempo real con Stream Analytics
- Habilitación de mensajería confiable para aplicaciones de macrodatos con Azure Event Hubs
- Trabajo con secuencias de datos mediante Azure Stream Analytics
- Ingesta de flujos de datos con Azure Stream Analytics
Laboratorio: Procesamiento de secuencias en tiempo real con Stream Analytics
Módulo 11: Creación de una solución de procesamiento de secuencias con Event Hubs y Azure Databricks
- Procesamiento de datos de streaming con Structured Streaming de Azure Databricks
Laboratorio: Creación de una solución de procesamiento de secuencias con Event Hubs y Azure Databricks
Solicita Información
CAS TRAINING, S.L.U. , le informa que la finalidad del tratamiento es atender a su solicitud de información, reclamación, duda o sugerencia que realice sobre los productos y/o servicios ofrecidos, así como para mantenerle informado de nuestra actividad la gestión de la relación que nos une, la prestación del servicio contratado, así como el envío de información que pudiera ser de su interés sobre nuestros servicios formativos y de consultoría de negocio.
Podrá retirar su consentimiento y ejercitar los derechos reconocidos en los artículos 15 a 22 del Reglamento (UE) 2016/679, enviando un correo electrónico a rgpd@cas-training.com, adjuntando copia de su DNI o documentación acreditativa de su identidad. Puede solicitar más información rgpd@cas-training.com o www.cas-training.com.
Descargar programa en PDF
