Microsoft Azure - Ingénierie de données
Microsoft Azure - Ingénierie de données
Informatique > Base de données
Objectifs
- Savoir explorer les options de calcul et de stockage pour les charges de travail d'ingénierie des données dans Azure.
- Apprendre à exécuter des requêtes interactives à l'aide de pools SQL sans serveur.
- Effectuer l'exploration et la transformation des données dans Azure Databricks.
- Comprendre comment explorer, transformer et charger des données dans l'entrepôt de données à l'aide d'Apache Spark.
- Pouvoir intégrer et charger des données dans l'entrepôt de données.
- Être capable de transformer les données avec Azure Data Factory ou Azure Synapse Pipelines.
- Apprendre à intégrer les données des blocs-notes avec Azure Data Factory ou Azure Synapse Pipelines.
- Pouvoir prendre en charge le traitement analytique transactionnel hybride (HTAP) avec Azure Synapse Link.
- Savoir réaliser une sécurité de bout en bout avec Azure Synapse Analytics.
- Être capable d'effectuer un traitement de flux en temps réel avec Stream Analytics.
- Apprendre à créer une solution de traitement de flux avec Event Hubs et Azure Databricks.
Le programme de la formation
Explorer les options de calcul et de stockage pour les charges de travail d'ingénierie des données
Introduction à Azure Synapse Analytics
Décrire Azure Databricks
Introduction au stockage Azure Data Lake
Décrire l'architecture Delta Lake
Travailler avec des flux de données à l'aide d'Azure Stream Analytics
Exécuter des requêtes interactives à l'aide de pools SQL sans serveur Azure Synapse
Analytics
Explorer les fonctionnalités des pools SQL sans serveur Azure Synapse
Interroger des données dans le lac à l'aide de pools SQL sans serveur Azure Synapse
Créer des objets de métadonnées dans des pools SQL sans serveur Azure Synapse
Sécuriser les données et gérer les utilisateurs dans les pools SQL sans serveur Azure Synapse
Exploration et transformation des données dans Azure Databricks
Décrire Azure Databricks
Lire et écrire des données dans Azure Databricks
Utiliser DataFrames dans Azure Databricks
Utiliser les méthodes avancées DataFrames dans Azure Databricks
Explorer, transformer et charger des données dans l'entrepôt de données à l'aide d'Apache Spark
Comprendre l'ingénierie Big Data avec Apache Spark dans Azure Synapse Analytics
Intégrer des données avec des blocs-notes Apache Spark dans Azure Synapse Analytics
Transformer des données avec DataFrames dans des pools Apache Spark dans Azure Synapse Analytics
Intégrer des pools SQL et Apache Spark dans Azure Synapse Analytics
Intégrer et charger des données dans l'entrepôt de données
Utiliser les meilleures pratiques de chargement des données dans Azure Synapse Analytics
Ingestion à l'échelle du pétaoctet avec Azure Data Factory
Transformer les données avec Azure Data Factory ou Azure Synapse Pipelines
Intégration de données avec Azure Data Factory ou Azure Synapse Pipelines
Transformation sans code à grande échelle avec Azure Data Factory ou Azure Synapse Pipelines
Orchestrer le mouvement et la transformation des données dans Azure Synapse Pipelines
Orchestrer le mouvement et la transformation des données dans Azure Data Factory
Sécurité de bout en bout avec Azure Synapse Analytics
Sécuriser un entrepôt de données dans Azure Synapse Analytics
Configurer et gérer les secrets dans Azure Key Vault
Mettre en oeuvre des contrôles de conformité pour les données sensibles
Prise en charge du traitement analytique transactionnel hybride (HTAP) avec Azure
Synapse Link
Concevoir un traitement transactionnel et analytique hybride à l'aide d'Azure Synapse Analytics
Configurer Azure Synapse Link avec Azure Cosmos DB
Interroger Azure Cosmos DB avec des pools Apache Spark
Interroger Azure Cosmos DB avec des pools SQL sans serveur
Traitement de flux en temps réel avec Stream Analytics
Activer une messagerie fiable pour les applications Big Data à l'aide d'Azure Event Hubs
Utiliser des flux de données à l'aide d'Azure Stream Analytics
Ingérer des flux de données avec Azure Stream Analytics
Créer une solution de traitement de flux avec Event Hubs et Azure Databricks
Traiter les données de streaming avec le streaming structuré Azure Databricks
Public et Pré-requis de la formation
Professionnels des données, architectes de données et professionnels BI qui souhaitent en savoir plus sur l'ingénierie des données et la création de solutions analytiques à l'aide des technologies de plate-forme de données existantes sur Microsoft Azure. Analystes de données et data scientists qui travaillent avec des solutions analytiques basées sur Microsoft Azure.
Avoir suivi les formations "Microsoft Azure - Notions fondamentales" et "Microsoft Azure - Principes fondamentaux des données" ou connaissance du cloud computing et des concepts de base des données et avoir une expérience pratique avec des solutions de données.
Méthode pédagogique de la formation
Une formation très pratique : les participants se familiarisent avec les modèles et les pratiques d'ingénierie des données à l’occasion de nombreux TP et mises en situation.
Le partage de bonnes pratiques de la part de spécialistes de l’ingénierie de données en environnement Azure
La qualité d'une formation officielle Microsoft (support de cours numérique en anglais).