Untersuchen von Rechen- und Speicheroptionen für Daten-Engineering-Workloads
Entwerfen und Implementieren der Ausgabeebenen.
Überlegungen zum Daten-Engineering für Quelldateien
Führen Sie interaktive Abfragen mit serverlosen SQL-Pools von Azure Synapse Analytics aus
Durchsuchen, Transformieren und Laden von Daten in das Daten-Warehouse mit Apache Spark
Datenexploration und -transformation in Azure Databricks
Daten aufnehmen und in das Daten- Warehouse laden
Transformieren von Daten mit Azure Data Factory- oder Azure Synapse-Pipelines
Verschieben von Daten in Azure Synapse-Pipelines orchestrieren
Optimieren Sie die Abfrageleistung mit dedizierten SQL-Pools in Azure Synapse
Analyse und Optimierung der Daten Warehouse Speicherung
Unterstützung von HTAP (Hybrid Transactional Analytical Processing ) mit Azure Synapse Links
End-to-End-Sicherheit mit Azure Synapse Analytics
Echtzeit-Stream-Verarbeitung mit Stream Analytics
Erstellen einer Stream-Verarbeitungslösung mit Event Hubs und Azure Databricks
Erstellen von Berichten mit Hilfe der Power BI-Integration mit Azure Synapse Analytics
Integrierte maschinelle Lernprozesse in Azure Synapse Analytics ausführen
Zielgruppe:
Dieser Kurs richtet sich an Data Architects und Business Intelligence Experten, die etwas über Data Engineering und den Aufbau analytischer Lösungen mit Datenplattform-Technologien auf Microsoft Azure lernen möchten. Darüber hinaus auch an Data Analysts und Data Scientists, die mit analytischen Lösungen arbeiten, die auf Microsoft Azure aufgebaut sind.
Wir setzen Analyse-Cookies ein, um Ihre Zufriedenheit bei der Nutzung unserer Webseite zu verbessern.
Diese Cookies werden nicht automatisiert gesetzt.
Wenn Sie mit dem Einsatz dieser Cookies einverstanden sind, klicken Sie bitte auf Akzeptieren.
Weitere Informationen finden Sie hier.
