Aprende a implementar y administrar cargas de trabajo de ingeniería de datos en Microsoft Azure, mediante servicios de Azure como Azure Synapse Analytics, Azure Data Lake Storage Gen2, Azure Stream Analytics, Azure Databricks y otros. El curso se centra en tareas comunes de ingeniería de datos, como la orquestación de canalizaciones de transferencia y transformación de datos, el trabajo con archivos de datos en un lago de datos, la creación y carga de almacenes de datos relacionales, la captura y la agregación de flujos de datos en tiempo real y el seguimiento de recursos y linaje de datos.

Objetivos

• Después de completar el curso, los participantes podrán:

• 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.

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.

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.

 

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.

 

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.

 

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.

 

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.

 

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.

 

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.

 

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.

 

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

• Consulta de Azure CosmosDB con grupos de Apache Spark.

• Consulta de Azure CosmosDB con grupos de SQL sin servidor.

 

Módulo 10: Procesamiento de secuencias en tiempo real con Stream Analytics

• Habilitación de mensajería confiable para aplicaciones de macrodatos con AzureEvent

• Trabajo con secuencias de datos mediante AzureStream Analytics.

• Ingesta de flujos de datos con Azure 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

Los alumnos aptos comienzan este curso con conocimientos de informática en la nube y fundamentos de datos, y experiencia profesional con soluciones de datos.

Realizando en concreto:

• AZ-900: Fundamentos de Azure.

• DP-900: Fundamentos de datos en Microsoft Azure.

Detalles del Examen

Entrega	En línea (basado en la web)
Formato	Elección múltiple
Supervisión	En vivo
Duración	Entre 100 a 120 minutos
# de preguntas	Entre 40 y 60 preguntas
Puntuación	700 o más.

Todas las puntuaciones de los exámenes técnicos se indican en una escala de 1 a 1000. La puntuación de aprobado es de 700 o más. Como se trata de una puntuación escalada, puede que no sea igual al 70 % de los puntos.

Microsoft Certified: Data Engineering On Microsoft Azure (DP-203t00)