Beschreibung

Kursart

Seminar
Ort

Nürnberg

Dauer

5 Tage
Beginn

Juli

Über das Seminar

In diesem Seminar implementieren und entwerfen die Teilnehmer verschiedene Datenplattformtechnologien in Lösungen, die in Übereinstimmung mit geschäftlichen und technischen Anforderungen sind, einschließlich On-premises-, Cloud- und hybrider Datenszenarien, die sowohl relationale als auch No-SQL-Daten umfassen. Außerdem lernen sie, Daten mithilfe einer breiten Palette von Technologien und Sprachen für Streaming und Batchdaten zu verarbeiten.

Weitere Themen sind die Implementierung von Datensicherheit einschließlich Authentifizierung, Autorisierung, Datenrichtlinien und Standards sowie die Überwachung von Datenlösungen für Datenspeicher- und Datenverarbeitungsaktivitäten. Es geht um Verwaltung und Troubleshooting von Azure-Datenlösungen, was Optimierung und Disaster Recovery von Big Data, Batchverarbeitung und Streamingdatenlösungen einschließt.

Das Seminar schließt mit einem Überblick über das Design von Datensicherheit einschließlich Datenzugriff, Datenrichtlinien und Standards sowie von Azure-Datenlösungen, die Optimierung, Verfügbarkeit und Disaster Recovery von Big Data, Batchverarbeitung und Streaming umfassen.

Das Bundle fasst die Inhalte der folgenden Seminare zusammen:

DP-200T01: Implementing an Azure Data Solution
DP-201T01: Designing an Azure Data Solution

Der Intensivkurs bereitet Sie optimal auf die Zertifizierung als Azure Data Engineer vor.

Haben Sie Interesse an einzelnen Modulen dieses Seminars? Kontaktieren Sie uns – wir beraten Sie gerne!

Standorte und Zeitplan

Nürnberg (Bayern)

Karte ansehen

Neuwieder Straße 10, 90411

Beginn

JuliAnmeldung möglich

Hinweise zu diesem Kurs

An wen richtet sich dieser Kurs?

Zielgruppe

Datenprofis, -architekten und Business-Intelligence-Professionals, die die Datenplattformtechnologien auf Microsoft Azure kennenlernen wollen
Personen, die Anwendungen entwickeln, die Inhalt von den Datenplattformtechnologien auf Microsoft Azure ausliefern

Qualifikation

Zertifizierungen

Dieses Seminar bereitet auf folgende Zertifizierung vor:

Azure Data Engineer Associate

Fragen & Antworten

Ihre Frage hinzufügen

Unsere Berater und andere Nutzer werden Ihnen antworten können

Wer möchten Sie Ihre Frage beantworten?

Alle
Studierende
Bildungszentrum

Geben Sie Ihre Kontaktdaten ein, um eine Antwort zu erhalten

Es werden nur Ihr Name und Ihre Frage veröffentlicht.

Meinungen

Themen

Engineering
Entwicklung
Absicherung
Effizienz
Perspektive
Datensicherheit
DB
Datenbanken
Visual Studio
.net
SQL
Datenbank
Sicherheit
Design

Inhalte

Inhalt

Implementierung einer Azure-Datenlösung
- Azure für den Dateningenieur
  - Entwicklung der Datenwelt
  - Dienste in der Azure-Datenplattform
  - Aufgaben eines Dateningenieurs
  - Anwendungsfälle für die Cloud
- Arbeiten mit Datenspeicher
  - Auswahl eines Datenspeichers in Azure
  - Erstellen eines Azure-Speicherkontos
  - Azure-Data-Lake-Speicher
  - Hochladen von Daten in Azure Data Lake
- Teambasierte Datenwissenschaft mit Azure Databricks
  - Azure Databricks und Plattformen für das Maschinenlernen
  - Prozess der Teamdatenwissenschaft
  - Bereitstellung von Azure Databricks und Arbeitsräumen
  - Aufgaben zur Datenvorbereitung
- Erstellen global verteilter Datenbanken mit Cosmos DB
  - Erstellen einer skalierbaren Azure-Cosmos-DB-Datenbank
  - Einfügen und Abfragen von Daten in einer Azure-Cosmos-DB-Datenbank
  - Bereitstellen einer .NET-Core-App für Cosmos DB in Visual-Studio-Code
  - Globale Verteilung von Daten mit Azure Cosmos DB
- Arbeiten mit relationalen Datenspeichern in der Cloud
  - SQL Database und SQL Data Warehouse
  - Bereitstellen einer Azure-SQL-Datenbank, um Daten zu speichern
  - Laden von Daten in Azure SQL Data Warehouse
- Echtzeitanalysen mit Stream Analytics
  - Datenströme und Ereignisverarbeitung
  - Abfrage von Streamingdaten mithilfe von Stream Analytics
  - Datenverarbeitung mit Azure Blob und Stream Analytics
  - Datenverarbeitung mit Event Hubs und Stream Analytics
- Orchestrierung von Datenbewegungen mit Azure Data Factory
  - Arbeitsweise von Azure Data Factory
  - Erstellen von Linked Services und Datensets
  - Erstellen von Pipelines und Aktivitäten
  - Ausführen von Azure-Data-Factory-Pipelines und -Triggern
- Absicherung von Azure-Datenplattformen
  - Konfiguration der Netzwerksicherheit
  - Konfiguration von Authentifizierung
  - Konfiguration von Autorisierung
  - Auditieren der Sicherheit
- Überwachung und Troubleshooting von Datenspeicher und -verarbeitung
  - Troubleshootingansatz für das Data Engineering
  - Azure-Überwachungsmöglichkeiten
  - Troubleshooting gängiger Datenprobleme
  - Troubleshooting gängiger Datenverarbeitungsprobleme
- Integration und Optimierung von Datenplattformen
  - Integration von Datenplattformen
  - Optimierung von Datenspeichern
  - Optimierung von Streamingdaten
  - Disaster Recovery
Design einer Azure-Datenlösung
- Überlegungen zur Datenplattformarchitektur
  - Kernprinzipien der Erstellung von Architekturen
  - Design mit Sicherheit im Hinterkopf
  - Performance und Skalierbarkeit
  - Design für Verfügbarkeit und Wiederherstellbarkeit
  - Design für Effizienz und Betriebsabläufe
  - Fallstudie
- Azure-Batchverarbeitungsreferenzarchitekturen
  - Lambda-Architekturen aus einer Batch-Modus-Perspektive
  - Design einer Enterprise-BI-Lösung in Azure
  - Automatisierung von Enterprise-BI-Lösungen in Azure
  - Erstellen eines Unterhaltungsbots in Azure
- Azure-Echtzeitreferenzarchitekturen
  - Lambda-Architekturen für eine Echtzeitperspektive
  - Erstellen einer Streamverarbeitungspipeline mit Azure Stream Analytics
  - Design einer Streamverarbeitungspipeline mit Azure Databricks
  - Erstellen einer Azure-IoT-Referenzarchitektur
- Designüberlegungen zur Sicherheit der Datenplattform
  - Defense-in-Depth-Sicherheitsansatz
  - Schutz auf Netzwerkebene
  - Identitätsschutz
  - Verschlüsselung
  - Erweiterter Schutz vor Bedrohungen
- Design für Resilienz und Skalierbarkeit
  - Design von Backup- und Wiederherstellungsstrategien
  - Optimierung der Netzwerkperformance
  - Design für optimierte Speicher- und Datenbankperformance
  - Design einer hochverfügbaren Lösung
  - Integrieren von Disaster Recovery in Architekturen
  - Design von Backup- und Wiederherstellungsstrategien
- Design für Effizienz und Betriebsabläufe
  - Maximieren der Effizienz einer Cloudumgebung
  - Nutzen von Überwachung und Analysen, um Einsicht in Betriebsabläufe zu erhalten
  - Nutzen von Automatisierung, um Aufwand und Fehler zu reduzieren

Implementierung einer Azure-Datenlösung

Azure für den Dateningenieur
- Entwicklung der Datenwelt
- Dienste in der Azure-Datenplattform
- Aufgaben eines Dateningenieurs
- Anwendungsfälle für die Cloud
Arbeiten mit Datenspeicher
- Auswahl eines Datenspeichers in Azure
- Erstellen eines Azure-Speicherkontos
- Azure-Data-Lake-Speicher
- Hochladen von Daten in Azure Data Lake
Teambasierte Datenwissenschaft mit Azure Databricks
- Azure Databricks und Plattformen für das Maschinenlernen
- Prozess der Teamdatenwissenschaft
- Bereitstellung von Azure Databricks und Arbeitsräumen
- Aufgaben zur Datenvorbereitung
Erstellen global verteilter Datenbanken mit Cosmos DB
- Erstellen einer skalierbaren Azure-Cosmos-DB-Datenbank
- Einfügen und Abfragen von Daten in einer Azure-Cosmos-DB-Datenbank
- Bereitstellen einer .NET-Core-App für Cosmos DB in Visual-Studio-Code
- Globale Verteilung von Daten mit Azure Cosmos DB
Arbeiten mit relationalen Datenspeichern in der Cloud
- SQL Database und SQL Data Warehouse
- Bereitstellen einer Azure-SQL-Datenbank, um Daten zu speichern
- Laden von Daten in Azure SQL Data Warehouse
Echtzeitanalysen mit Stream Analytics
- Datenströme und Ereignisverarbeitung
- Abfrage von Streamingdaten mithilfe von Stream Analytics
- Datenverarbeitung mit Azure Blob und Stream Analytics
- Datenverarbeitung mit Event Hubs und Stream Analytics
Orchestrierung von Datenbewegungen mit Azure Data Factory
- Arbeitsweise von Azure Data Factory
- Erstellen von Linked Services und Datensets
- Erstellen von Pipelines und Aktivitäten
- Ausführen von Azure-Data-Factory-Pipelines und -Triggern
Absicherung von Azure-Datenplattformen
- Konfiguration der Netzwerksicherheit
- Konfiguration von Authentifizierung
- Konfiguration von Autorisierung
- Auditieren der Sicherheit
Überwachung und Troubleshooting von Datenspeicher und -verarbeitung
- Troubleshootingansatz für das Data Engineering
- Azure-Überwachungsmöglichkeiten
- Troubleshooting gängiger Datenprobleme
- Troubleshooting gängiger Datenverarbeitungsprobleme
Integration und Optimierung von Datenplattformen
- Integration von Datenplattformen
- Optimierung von Datenspeichern
- Optimierung von Streamingdaten
- Disaster Recovery

Azure für den Dateningenieur
- Entwicklung der Datenwelt
- Dienste in der Azure-Datenplattform
- Aufgaben eines Dateningenieurs
- Anwendungsfälle für die Cloud
Arbeiten mit Datenspeicher
- Auswahl eines Datenspeichers in Azure
- Erstellen eines Azure-Speicherkontos
- Azure-Data-Lake-Speicher
- Hochladen von Daten in Azure Data Lake
Teambasierte Datenwissenschaft mit Azure Databricks
- Azure Databricks und Plattformen für das Maschinenlernen
- Prozess der Teamdatenwissenschaft
- Bereitstellung von Azure Databricks und Arbeitsräumen
- Aufgaben zur Datenvorbereitung
Erstellen global verteilter Datenbanken mit Cosmos DB
- Erstellen einer skalierbaren Azure-Cosmos-DB-Datenbank
- Einfügen und Abfragen von Daten in einer Azure-Cosmos-DB-Datenbank
- Bereitstellen einer .NET-Core-App für Cosmos DB in Visual-Studio-Code
- Globale Verteilung von Daten mit Azure Cosmos DB
Arbeiten mit relationalen Datenspeichern in der Cloud
- SQL Database und SQL Data Warehouse
- Bereitstellen einer Azure-SQL-Datenbank, um Daten zu speichern
- Laden von Daten in Azure SQL Data Warehouse
Echtzeitanalysen mit Stream Analytics
- Datenströme und Ereignisverarbeitung
- Abfrage von Streamingdaten mithilfe von Stream Analytics
- Datenverarbeitung mit Azure Blob und Stream Analytics
- Datenverarbeitung mit Event Hubs und Stream Analytics
Orchestrierung von Datenbewegungen mit Azure Data Factory
- Arbeitsweise von Azure Data Factory
- Erstellen von Linked Services und Datensets
- Erstellen von Pipelines und Aktivitäten
- Ausführen von Azure-Data-Factory-Pipelines und -Triggern
Absicherung von Azure-Datenplattformen
- Konfiguration der Netzwerksicherheit
- Konfiguration von Authentifizierung
- Konfiguration von Autorisierung
- Auditieren der Sicherheit
Überwachung und Troubleshooting von Datenspeicher und -verarbeitung
- Troubleshootingansatz für das Data Engineering
- Azure-Überwachungsmöglichkeiten
- Troubleshooting gängiger Datenprobleme
- Troubleshooting gängiger Datenverarbeitungsprobleme
Integration und Optimierung von Datenplattformen
- Integration von Datenplattformen
- Optimierung von Datenspeichern
- Optimierung von Streamingdaten
- Disaster Recovery

Azure für den Dateningenieur

Entwicklung der Datenwelt
Dienste in der Azure-Datenplattform
Aufgaben eines Dateningenieurs
Anwendungsfälle für die Cloud

Entwicklung der Datenwelt
Dienste in der Azure-Datenplattform
Aufgaben eines Dateningenieurs
Anwendungsfälle für die Cloud

Entwicklung der Datenwelt

Dienste in der Azure-Datenplattform

Aufgaben eines Dateningenieurs

Anwendungsfälle für die Cloud

Arbeiten mit Datenspeicher

Auswahl eines Datenspeichers in Azure
Erstellen eines Azure-Speicherkontos
Azure-Data-Lake-Speicher
Hochladen von Daten in Azure Data Lake

Auswahl eines Datenspeichers in Azure
Erstellen eines Azure-Speicherkontos
Azure-Data-Lake-Speicher
Hochladen von Daten in Azure Data Lake

Auswahl eines Datenspeichers in Azure

Erstellen eines Azure-Speicherkontos

Azure-Data-Lake-Speicher

Hochladen von Daten in Azure Data Lake

Teambasierte Datenwissenschaft mit Azure Databricks

Azure Databricks und Plattformen für das Maschinenlernen
Prozess der Teamdatenwissenschaft
Bereitstellung von Azure Databricks und Arbeitsräumen
Aufgaben zur Datenvorbereitung

Azure Databricks und Plattformen für das Maschinenlernen
Prozess der Teamdatenwissenschaft
Bereitstellung von Azure Databricks und Arbeitsräumen
Aufgaben zur Datenvorbereitung

Azure Databricks und Plattformen für das Maschinenlernen

Prozess der Teamdatenwissenschaft

Bereitstellung von Azure Databricks und Arbeitsräumen

Aufgaben zur Datenvorbereitung

Erstellen global verteilter Datenbanken mit Cosmos DB

Erstellen einer skalierbaren Azure-Cosmos-DB-Datenbank
Einfügen und Abfragen von Daten in einer Azure-Cosmos-DB-Datenbank
Bereitstellen einer .NET-Core-App für Cosmos DB in Visual-Studio-Code
Globale Verteilung von Daten mit Azure Cosmos DB

Erstellen einer skalierbaren Azure-Cosmos-DB-Datenbank
Einfügen und Abfragen von Daten in einer Azure-Cosmos-DB-Datenbank
Bereitstellen einer .NET-Core-App für Cosmos DB in Visual-Studio-Code
Globale Verteilung von Daten mit Azure Cosmos DB

Erstellen einer skalierbaren Azure-Cosmos-DB-Datenbank

Einfügen und Abfragen von Daten in einer Azure-Cosmos-DB-Datenbank

Bereitstellen einer .NET-Core-App für Cosmos DB in Visual-Studio-Code

Globale Verteilung von Daten mit Azure Cosmos DB

Arbeiten mit relationalen Datenspeichern in der Cloud

SQL Database und SQL Data Warehouse
Bereitstellen einer Azure-SQL-Datenbank, um Daten zu speichern
Laden von Daten in Azure SQL Data Warehouse

SQL Database und SQL Data Warehouse
Bereitstellen einer Azure-SQL-Datenbank, um Daten zu speichern
Laden von Daten in Azure SQL Data Warehouse

SQL Database und SQL Data Warehouse

Bereitstellen einer Azure-SQL-Datenbank, um Daten zu speichern

Laden von Daten in Azure SQL Data Warehouse

Echtzeitanalysen mit Stream Analytics

Datenströme und Ereignisverarbeitung
Abfrage von Streamingdaten mithilfe von Stream Analytics
Datenverarbeitung mit Azure Blob und Stream Analytics
Datenverarbeitung mit Event Hubs und Stream Analytics

Datenströme und Ereignisverarbeitung
Abfrage von Streamingdaten mithilfe von Stream Analytics
Datenverarbeitung mit Azure Blob und Stream Analytics
Datenverarbeitung mit Event Hubs und Stream Analytics

Datenströme und Ereignisverarbeitung

Abfrage von Streamingdaten mithilfe von Stream Analytics

Datenverarbeitung mit Azure Blob und Stream Analytics

Datenverarbeitung mit Event Hubs und Stream Analytics

Orchestrierung von Datenbewegungen mit Azure Data Factory

Arbeitsweise von Azure Data Factory
Erstellen von Linked Services und Datensets
Erstellen von Pipelines und Aktivitäten
Ausführen von Azure-Data-Factory-Pipelines und -Triggern

Arbeitsweise von Azure Data Factory
Erstellen von Linked Services und Datensets
Erstellen von Pipelines und Aktivitäten
Ausführen von Azure-Data-Factory-Pipelines und -Triggern

Arbeitsweise von Azure Data Factory

Erstellen von Linked Services und Datensets

Erstellen von Pipelines und Aktivitäten

Ausführen von Azure-Data-Factory-Pipelines und -Triggern

Absicherung von Azure-Datenplattformen

Konfiguration der Netzwerksicherheit
Konfiguration von Authentifizierung
Konfiguration von Autorisierung
Auditieren der Sicherheit

Konfiguration der Netzwerksicherheit
Konfiguration von Authentifizierung
Konfiguration von Autorisierung
Auditieren der Sicherheit

Konfiguration der Netzwerksicherheit

Konfiguration von Authentifizierung

Konfiguration von Autorisierung

Auditieren der Sicherheit

Überwachung und Troubleshooting von Datenspeicher und -verarbeitung

Troubleshootingansatz für das Data Engineering
Azure-Überwachungsmöglichkeiten
Troubleshooting gängiger Datenprobleme
Troubleshooting gängiger Datenverarbeitungsprobleme

Troubleshootingansatz für das Data Engineering
Azure-Überwachungsmöglichkeiten
Troubleshooting gängiger Datenprobleme
Troubleshooting gängiger Datenverarbeitungsprobleme

Troubleshootingansatz für das Data Engineering

Azure-Überwachungsmöglichkeiten

Troubleshooting gängiger Datenprobleme

Troubleshooting gängiger Datenverarbeitungsprobleme

Integration und Optimierung von Datenplattformen

Integration von Datenplattformen
Optimierung von Datenspeichern
Optimierung von Streamingdaten
Disaster Recovery

Integration von Datenplattformen
Optimierung von Datenspeichern
Optimierung von Streamingdaten
Disaster Recovery

Integration von Datenplattformen

Optimierung von Datenspeichern

Optimierung von Streamingdaten

Disaster Recovery

Design einer Azure-Datenlösung

Überlegungen zur Datenplattformarchitektur
- Kernprinzipien der Erstellung von Architekturen
- Design mit Sicherheit im Hinterkopf
- Performance und Skalierbarkeit
- Design für Verfügbarkeit und Wiederherstellbarkeit
- Design für Effizienz und Betriebsabläufe
- Fallstudie
Azure-Batchverarbeitungsreferenzarchitekturen
- Lambda-Architekturen aus einer Batch-Modus-Perspektive
- Design einer Enterprise-BI-Lösung in Azure
- Automatisierung von Enterprise-BI-Lösungen in Azure
- Erstellen eines Unterhaltungsbots in Azure
Azure-Echtzeitreferenzarchitekturen
- Lambda-Architekturen für eine Echtzeitperspektive
- Erstellen einer Streamverarbeitungspipeline mit Azure Stream Analytics
- Design einer Streamverarbeitungspipeline mit Azure Databricks
- Erstellen einer Azure-IoT-Referenzarchitektur
Designüberlegungen zur Sicherheit der Datenplattform
- Defense-in-Depth-Sicherheitsansatz
- Schutz auf Netzwerkebene
- Identitätsschutz
- Verschlüsselung
- Erweiterter Schutz vor Bedrohungen
Design für Resilienz und Skalierbarkeit
- Design von Backup- und Wiederherstellungsstrategien
- Optimierung der Netzwerkperformance
- Design für optimierte Speicher- und Datenbankperformance
- Design einer hochverfügbaren Lösung
- Integrieren von Disaster Recovery in Architekturen
- Design von Backup- und Wiederherstellungsstrategien
Design für Effizienz und Betriebsabläufe
- Maximieren der Effizienz einer Cloudumgebung
- Nutzen von Überwachung und Analysen, um Einsicht in Betriebsabläufe zu erhalten
- Nutzen von Automatisierung, um Aufwand und Fehler zu reduzieren

Überlegungen zur Datenplattformarchitektur
- Kernprinzipien der Erstellung von Architekturen
- Design mit Sicherheit im Hinterkopf
- Performance und Skalierbarkeit
- Design für Verfügbarkeit und Wiederherstellbarkeit
- Design für Effizienz und Betriebsabläufe
- Fallstudie
Azure-Batchverarbeitungsreferenzarchitekturen
- Lambda-Architekturen aus einer Batch-Modus-Perspektive
- Design einer Enterprise-BI-Lösung in Azure
- Automatisierung von Enterprise-BI-Lösungen in Azure
- Erstellen eines Unterhaltungsbots in Azure
Azure-Echtzeitreferenzarchitekturen
- Lambda-Architekturen...

Verwandte Kategorien

Kontakt

Azure Data Engineer Bundle: Implementing and Designing an Azure Data Solution

Fragen & Antworten

Meinungen

Themen

Inhalte

Fügen Sie ähnliche Kurse hinzu und vergleichen Sie sie, um eine bessere Auswahl zu treffen.