TRDP-700

Új Microsoft Fabric Data Engineer

Data Engineering
Válassz részvételi formát
Válassz képzési formát
Képzés hossza
  • 4 nap (4×8 tanóra)
  • naponta 9:00 - 17:00
Elérhető képzési nyelvek
  • Magyar
Válassz időpontot

Képzés ára

528 000 Ft
+ ÁFA/fő
Kérjük, válassz időpontot és részvételi formát!
Szeretne a cégére szabott megoldást, csoportos képzést?
Egyedi képzési szolgáltatásainkról részletesen itt olvashat.

Ismertető

A DP-700: Implement Data Engineering Solutions Using Microsoft Fabric képzés bemutatja, hogyan építhetők modern adatmérnöki és analitikai megoldások a Microsoft Fabric platformon. A résztvevők megismerik az adatintegráció, a Lakehouse és adattárház-megoldások, az Apache Spark alapú adatfeldolgozás, valamint a valós idejű adatelemzés és adatmenedzsment gyakorlati megvalósítását.

Kinek ajánljuk?

A tanfolyam elsődleges célközönsége az adatmérnökök, adatarchitektek és üzleti intelligencia szakemberek, akik szeretnék elsajátítani a Microsoft Fabric adatmérnöki képességeit, és vállalati szintű adatintegrációs, adattárházi, valamint valós idejű analitikai megoldásokat kívánnak tervezni és üzemeltetni.

Tematika

Introduction to Microsoft Fabric Data Engineering and OneLake

Overview of the Microsoft Fabric SaaS analytics platform architecture

Fundamentals of OneLake as the unified data hub

Structuring and managing enterprise data lakes

Ingesting and Transforming Data with Dataflows Gen2 and Pipelines

Data integration and ingestion using Dataflows Gen2

Configuring Pipelines and the Copy Data activity

Designing orchestration processes and data flows

Implementing a Lakehouse and the Medallion Architecture

Concepts of the Fabric Lakehouse

Creating, managing, and optimizing Delta Lake tables

Implementing the Medallion Architecture (Bronze, Silver, and Gold layers) in practice

Managing High-Performance Data Warehouses

Data warehouse fundamentals and dimensional modeling in Microsoft Fabric

Querying, transforming, and loading data into dedicated SQL environments

Data security, monitoring, and performance tuning

Processing Large-Scale Data Using Apache Spark

Setting up and running Apache Spark environments within Fabric

Utilizing DataFrames and Spark SQL queries

Notebook visualization and debugging capabilities

Real-Time Intelligence and Streaming Solutions

Configuring Eventstream sources, destinations, and routing

Eventhouse-based data storage and querying using KQL (Kusto Query Language)

Building real-time dashboards and setting up automated alerts with Activator

Administration, Governance, and Security

Applying CI/CD (Continuous Integration and Deployment) in Fabric

Access control, Row-Level Security (RLS), and Object-Level Security (OLS)

Performance monitoring, capacity management, and cost optimization

Tematika (PDF)

Szükséges előképzettség

A tananyag angol nyelvű, ezért alapfokú nyelvismeret szükséges.