Plan du cours
1. Azure pour le Data Engineer
- Expliquer l’évolution du monde des données
- Faire une revue des services de la plateforme Azure Data
- Identifier les tâches effectuées par un Data Engineer
- Décrire les cas d’usage du cloud dans une étude de cas
- Identifier l’évolution du monde des données
- Déterminer les services de la plateforme Azure Data
- Identifier les tâches à effectuer par un Data Engineer
- Finaliser les livrables de data engineering
2. Travailler avec le stockage des données
- Choisir une approche de stockage de données dans Azure
- Créer un compte de stockage Azure
- Expliquer le stockage Data Lake d’Azure
- Télécharger des données dans Azure Data Lake
- Lab: Travailler avec le stockage des données
- Choisir une approche de stockage de données dans Azure
- Créer un compte de stockage
- Expliquer le stockage Data Lake
- Télécharger des données dans Data Lake Store
3. Activer la science des données en équipe avec Azure Databricks
- Expliquer Azure Databricks
- Travailler avec Azure Databricks
- Lire des données avec Azure Databricks
- Effectuer des transformations avec Azure Databricks
- Lab: Activer la science des données en équipe avec Azure Databricks
- Expliquer Azure Databricks
- Travailler avec Azure Databricks
- Lire des données avec Azure Databricks
- Effectuer des transformations avec Azure Databricks
4. Construire des bases de données distribuées à l’échelle mondiale avec Cosmos DB
- Créer une base de données Azure Cosmos DB conçue pour s’étendre
- Insérer et interroger des données dans votre base de données Azure Cosmos DB
- Construire une application .NET Core pour Cosmos DB dans Visual Studio Code
- Distribuer vos données à l’échelle mondiale avec Azure Cosmos DB
- Lab: Construire des bases de données distribuées à l’échelle mondiale avec Cosmos DB
- Créer une base de données Azure Cosmos DB
- Insérer et interroger des données dans Azure Cosmos DB
- Construire une application .Net Core pour Azure Cosmos DB en utilisant VS Code
- Distribuer des données à l’échelle mondiale avec Azure Cosmos DB
5. Travailler avec des magasins de données relationnels dans le cloud
- Utiliser Azure SQL Database
- Décrire Azure SQL Data Warehouse
- Créer et interroger un Azure SQL Data Warehouse
- Utiliser PolyBase pour charger des données dans Azure SQL Data Warehouse
- Lab: Travailler avec des magasins de données relationnels dans le cloud
- Utiliser Azure SQL Database
- Décrire Azure SQL Data Warehouse
- Créer et interroger un Azure SQL Data Warehouse
- Utiliser PolyBase pour charger des données dans Azure SQL Data Warehouse
6. Effectuer des analyses en temps réel avec Stream Analytics
- Expliquer les flux de données et le traitement d’événements
- Ingestion de données avec Event Hubs
- Traitement de données avec des tâches Stream Analytics
- Lab: Effectuer des analyses en temps réel avec Stream Analytics
- Expliquer les flux de données et le traitement d’événements
- Ingestion de données avec Event Hubs
- Traitement de données avec des tâches Stream Analytics
7. Orchestration du déplacement des données avec Azure Data Factory
- Expliquer comment fonctionne Azure Data Factory
- Composants d’Azure Data Factory
- Azure Data Factory et Databricks
- Lab: Orchestration du déplacement des données avec Azure Data Factory
- Expliquer comment fonctionne Data Factory
- Composants d’Azure Data Factory
- Azure Data Factory et Databricks
8. Sécurisation des plateformes de données Azure
- Introduction à la sécurité
- Composants clés de la sécurité
- Sécuriser les comptes de stockage et Data Lake Storage
- Sécuriser les magasins de données
- Sécuriser les données en streaming
- Lab: Sécurisation des plateformes de données Azure
- Introduction à la sécurité
- Composants clés de la sécurité
- Sécuriser les comptes de stockage et Data Lake Storage
- Sécuriser les magasins de données
- Sécuriser les données en streaming
9. Surveillance et dépannage du stockage et du traitement des données
- Expliquer les capacités de surveillance disponibles
- Dépanner les problèmes courants de stockage des données
- Dépanner les problèmes courants de traitement des données
- Gérer la reprise après sinistre
- Lab: Surveillance et dépannage du stockage et du traitement des données
- Expliquer les capacités de surveillance disponibles
- Dépanner les problèmes courants de stockage des données
- Dépanner les problèmes courants de traitement des données
- Gérer la reprise après sinistre
Pré requis
- Expérience avec l'analyse de données élémentaire (par exemple, Excel)
- Une compréhension générale des concepts cloud (par exemple, AWS)
Publique visé
- Ingénieurs de bases de données
- Développeurs
Nos clients témoignent (5)
Les exemples pratiques nous ont permis de ressentir réellement comment le programme fonctionne. Des explications détaillées et une intégration des concepts théoriques et leur relation avec les applications pratiques.
Ian - Archeoworks Inc.
Formation - ArcGIS Fundamentals
Traduction automatique
Tous les sujets qu'il a abordés, y compris des exemples. Et également expliqué comment ils sont utiles dans notre travail quotidien.
madduri madduri - Boskalis Singapore Pte Ltd
Formation - QGIS for Geographic Information System
Traduction automatique
J'ai aimé le style de Pablo, le fait qu'il couvre beaucoup de sujets, de la conception de rapports, la personnalisation avec html à l'implémentation d'algortithmes ML simples. [L'équilibre entre les informations théoriques et les exercices. Pablo a vraiment couvert tous les sujets qui m'intéressaient et a donné des réponses complètes à mes questions.
Cristian Tudose - SC Automobile Dacia SA
Formation - Advanced Data Analysis with TIBCO Spotfire
Traduction automatique
Application pratique de Spotfire et toutes les fonctions de base.
Michael Capili - STMicroelectronics, Inc.
Formation - Introduction to Spotfire
Traduction automatique
La chose que j'ai le plus aimée dans la formation était l'organisation et l'emplacement
Hamid Tuama - Ability with Innovation General Contracting (DMCC Branch)
Formation - ArcGIS for Spatial Analysis
Traduction automatique