Passa al contenuto principale

Durata

4 giorni

Prezzo

1.520,00 €
Iscriversi non è mai stato così semplice
Compila il form sottostante.
Mi iscrivo in qualità di
Corso
Modalità di pagamento

Il pagamento dell’intera quota di partecipazione ai corsi deve essere effettuato con Bonifico Bancario anticipato alla conferma di attivazione corso, tramite le seguenti coordinate bancarie intestate a Global learning srl:

UNICREDIT IBAN IT 84 Z 02008 05108 000401453196

Termini e condizioni
Oggetto
Oggetto delle presenti Condizioni Generali è la fornitura da parte di Global learning dei propri servizi formativi.
Iscrizione
Le iscrizioni ai corsi nelle date previste dal Calendario Corsi possono essere effettuate tramite prenotazione telefonica o via mail, a cui deve seguire conferma scritta, attraverso la compilazione del Form di iscrizione o inviando via email, debitamente compilato in ogni sua parte e sottoscritto. L’iscrizione è confermata al ricevimento del corrispettivo da parte di Global learning.
Disdetta
L’iscrizione al corso a calendario o l’ordine per un corso dedicato possono essere annullati o rinviati senza oneri se comunicati almeno 10 giorni lavorativi prima della data di inizio del corso. Dopo tale data o nel caso di mancata disdetta o qualora il partecipante interrompa la frequenza al corso per motivi non attribuibili a Global learning è dovuto l’intero corrispettivo. È ammessa la sostituzione del partecipante.
Rinvio e Annullamento Corsi
Global learning potrà, entro 10 giorni lavorativi dalla data di inizio o per cause di forza maggiore anche in data successiva, rinviare o cancellare i corsi, dandone comunicazione scritta o telefonica al Cliente.
Corrispettivi
Il Cliente è tenuto al pagamento dei corrispettivi previsti dal Calendario Corsi Global learning in vigore al momento dell’iscrizione o di quanto specificato nell’offerta emessa da Global learning, oltre IVA.
Trattamento dati personali
Si precisa che l’informativa in ordine al trattamento dei dati personali dei clienti da parte della Titolare Global learning è pubblicata nel modulo d’iscrizione ai corsi.
Diritto d’autore
Il Cliente prende atto per sé ed i partecipanti che i corsi ed i materiali ad essi relativi sono di proprietà di Global learning e/o di eventuali terzi danti causa. è vietato pertanto trarre copia del materiale e diffondere presso terzi il contenuto dei corsi senza previa autorizzazione scritta dei proprietari.
Chiedi informazioni

Data Engineering on Microsoft Azure (DP-203) (MSDAI05)

Codice: MSDAI05

In questo corso lo studente apprenderà i concetti dell’ingegneria dei dati nell’ambito dell’uso di soluzioni di analisi in batch e in tempo reale usando le tecnologie della piattaforma dati di Azure. Gli studenti inizieranno conoscendo le tecnologie di calcolo e archiviazione di base usate per creare una soluzione analitica e impareranno a esplorare in modo interattivo i dati archiviati nei file in un data lake. Apprenderanno le varie tecniche di inserimento che possono essere usate per caricare i dati usando la funzionalità Apache Spark disponibile in Azure Synapse Analytics o Azure Databricks o come eseguire l’inserimento con Azure Data Factory o pipeline di Azure Synapse. Gli studenti apprenderanno anche i vari modi in cui possono trasformare i dati usando le stesse tecnologie usate per l’inserimento. Comprenderanno l’importanza di implementare la sicurezza per garantire che i dati siano protetti sia nello stato inattivo che in transito. Lo studente mostrerà quindi come creare un sistema analitico in tempo reale per creare soluzioni analitiche in tempo reale

Modalità di erogazione

In aula o Live Virtual Classroom

Attestato di partecipazione

Al termine del corso verrà rilasciato l’attestato di frequenza

Contenuti del corso

Module 1: Explore compute and storage options for data engineering workloads

Introduction to Azure Synapse Analytics

Describe Azure Databricks

Introduction to Azure Data Lake storage

Describe Delta Lake architecture

Work with data streams by using Azure Stream Analytics

Module 2: Design and implement the serving layer

Design a multidimensional schema to optimize analytical workloads

Code-free transformation at scale with Azure Data Factory

Populate slowly changing dimensions in Azure Synapse Analytics pipelines

Module 3: Data engineering considerations for source files

Design a Modern Data Warehouse using Azure Synapse Analytics

Secure a data warehouse in Azure Synapse Analytics

Module 4: Run interactive queries using Azure Synapse Analytics serverless SQL pool

Explore Azure Synapse serverless SQL pools capabilities

Query data in the lake using Azure Synapse serverless SQL pools

Create metadata objects in Azure Synapse serverless SQL pools

Secure data and manage users in Azure Synapse serverless SQL pools

Module 5: Explore, transform, and load data into the Data Warehouse using Apache Spark

Understand big data engineering with Apache Spark in Azure Synapse Analytics

Ingest data with Apache Spark notebooks in Azure Synapse Analytics

Transform data with DataFrames in Apache Spark Pools in Azure Synapse Analytics

Integrate SQL and Apache Spark pools in Azure Synapse Analytics

Module 6: Data exploration and transformation in Azure Databricks

Describe Azure Databricks

Read and write data in Azure Databricks

Work with DataFrames in Azure Databricks

Work with DataFrames advanced methods in Azure Databricks

Module 7: Ingest and load data into the data warehouse

Use data loading best practices in Azure Synapse Analytics

Petabyte-scale ingestion with Azure Data Factory

Module 8: Transform data with Azure Data Factory or Azure Synapse Pipelines

Data integration with Azure Data Factory or Azure Synapse Pipelines

Module 9: Orchestrate data movement and transformation in Azure Synapse Pipelines

Orchestrate data movement and transformation in Azure Data Factory

Module 10: Optimize query performance with dedicated SQL pools in Azure Synapse

Optimize data warehouse query performance in Azure Synapse Analytics

Understand data warehouse developer features of Azure Synapse Analytics

Module 11: Analyze and Optimize Data Warehouse Storage

Analyze and optimize data warehouse storage in Azure Synapse Analytics

Module 12: Support Hybrid Transactional Analytical Processing (HTAP) with Azure Synapse Link

Design hybrid transactional and analytical processing using Azure Synapse Analytics

Configure Azure Synapse Link with Azure Cosmos DB

Query Azure Cosmos DB with Apache Spark pools

Query Azure Cosmos DB with serverless SQL pools

Module 13: End-to-end security with Azure Synapse Analytics

Secure a data warehouse in Azure Synapse Analytics

Configure and manage secrets in Azure Key Vault

Implement compliance controls for sensitive data

Module 14: Real-time Stream Processing with Stream Analytics

Enable reliable messaging for Big Data applications using Azure Event Hubs

Work with data streams by using Azure Stream Analytics

Ingest data streams with Azure Stream Analytics

Module 15: Create a Stream Processing Solution with Event Hubs and Azure Databricks

Process streaming data with Azure Databricks structured streaming

Module 16: Build reports using Power BI integration with Azure Synpase Analytics

Create reports with Power BI using its integration with Azure Synapse Analytics

Module 17: Perform Integrated Machine Learning Processes in Azure Synapse Analytics

Use the integrated machine learning process in Azure Synapse Analytics

 

 

 

 

Partecipanti

Professionisti, data architect e professionisti della business intelligence che vogliono imparare non solo l’ingegneria dei dati, ma anche la costruzione di soluzioni analitiche, utilizzando le tecnologie della piattaforma dati che esistono su Microsoft Azure.

Prerequisiti

Aver seguito I corsi AZ—900 Azure Fundamentals e DP-900 Azure Data Fundamentals o possedere competenze equivalenti.

Obiettivi

Al termine del corso i partecipanti saranno in grado di:

  • Esplorare le opzioni di calcolo e archiviazione per i carichi di lavoro di ingegneria dei dati in Azure
  • Eseguire query interattive usando pool SQL serverless
  • Eseguire l’esplorazione e la trasformazione dei dati in Azure Databricks
  • Esplorare, trasformare e caricare dati nel data warehouse usando Apache Spark
  • Inserire e caricare dati nel data warehouse
  • Trasformare i dati con Azure Data Factory o pipeline di Azure Synapse
  • Integrare dati dai notebook con Azure Data Factory o pipeline di Azure Synapse
  • Supporto dell’elaborazione analitica transazionale ibrida con Collegamento a Synapse di Azure
  • Eseguire la sicurezza end-to-end con Azure Synapse Analytics
  • Eseguire l’elaborazione dei flussi in tempo reale con Analisi di flusso
  • Creare una soluzione di elaborazione dei flussi con Hub eventi e Azure Databricks

 

Torna a trovarci per conoscere i nuovi Corsi inseriti

Oppure richiedi informazioni sul corso che ti interessa nella sezione Contatti