Devenir certifié Microsoft Azure Data Engineer (DP-203)

Les fondamentaux de Microsoft Azure DP-900(1 jour)

Module 1 : découverte et compréhension des fondements de donnée Azure

• L'analyse des principaux concepts de données.
• Les rôles et les responsabilités de chacun dans le traitement des données.
• Les bases de données relationnelles et non relationnelles.
• Les principes de l'analyse de données.

À la fin de ce module N°1, vous acquérez les compétences suivantes :

• disposer de notions de base sur les services de données dans le cloud ;
• reconnaître et expliquer les principaux types de données, notamment les données relationnelles, non relationnelles, les mégadonnées et les données analytiques ;
• décrire le fonctionnement de la technologie Azure.

Module 2 : l’analyse des données relationnelles Azure

• Présentation des services de bases de données relationnelles.
• Création et déploiement des services de bases de données relationnelles.
• Interrogation de données relationnelles via des requêtes.

À la fin de ce module N°2, vous acquérez les compétences suivantes :

• présenter et expliquer le fonctionnement des services de données relationnelles ;
• décrire les étapes de création et de déploiement des bases de données relationnelles ;
• effectuer des requêtes sur des données relationnelles en utilisant des applications de Cloud Data.

Module 3 : l’analyse des données non-relationnelles Azure

• Présentation des services de bases de données non-relationnelles.
• Création et déploiement des services de bases de données non-relationnelles.
• Gestion des entrepôts de données non-relationnels. 

À la fin de ce module N°3, vous acquérez les compétences suivantes :

• présenter et expliquer le fonctionnement des services de données relationnelles ;
• décrire les étapes de création et de déploiement des bases de données relationnelles ;
• gérer les data warehouses non-relationnelles.

Module 4 : l'analyse moderne des entrepôts de données Azure 

• Présentation des différents éléments d'un entrepôt de données moderne.
• Découverte du processus d'ingestion de données.
• Exploration du stockage et du traitement des données.
• Création de tables et saisie de données avec Power BI.

À la fin de ce module N°4, vous acquérez les compétences suivantes :

• exposer les différentes possibilités de traitement pour la création de solutions d'analyse de données ;
• présenter les services Azure Synapse Analytics, Azure Databricks et Azure HDInsight ;
• expliquer la fonction de Microsoft Power BI, notamment ses modules et leur interaction avec Azure.

Data Engineer sur Microsoft Azure (DP-203)(4 jour)

Module 1 : Exploration des services de données sur Azure

• Introduction aux concepts de base de l’ingénierie des données et à l’écosystème Azure.
• Présentation de Synapse Analytics, Azure Data Lake, et Azure Databricks.
• Différenciation des types de données, structures et flux de données.
• Lab : Configuration initiale d’un environnement de données sur Azure, création et gestion d’un lac de données.

Module 2 : Ingestion de données sur Azure

• Orchestration et ingestion des données via Azure Data Factory.
• Utilisation d’Azure Synapse pour connecter et ingérer des données de sources multiples.
• Exploration des différents connecteurs de données et techniques de transformation.
• Lab : Création de pipelines de données dans Data Factory, ingestion de données à partir de bases SQL et de sources de données non relationnelles.

Module 3 : Transformation des données avec Azure

• Introduction à Azure Databricks pour la transformation des données.
• Utilisation de Spark SQL et de DataFrames pour manipuler les données.
• Automatisation des transformations dans les pipelines de données.
• Lab : Transformation de données avec Databricks et intégration avec Data Factory.

Module 4 : Intégration et gestion des flux de données

• Combinaison des flux de données avec Azure Synapse et Data Lake.
• Création de tables externes et gestion des partitions dans Synapse.
• Suivi des pipelines et débogage d’erreurs dans les flux de données.
• Lab : Création de flux de données complexes, gestion des tables de partition et débogage dans Azure Synapse.

Module 5 : Optimisation des performances et gestion des coûts

• Optimisation des requêtes et analyse des performances des pipelines.
• Gestion des coûts dans les services de données Azure.
• Utilisation d’Azure Monitor et d’Application Insights pour surveiller les performances.
• Lab : Optimisation des requêtes et surveillance de l’utilisation des ressources pour un contrôle des coûts.

Module 6 : Mise en place de la sécurité et conformité des données

• Application de stratégies de sécurité et de conformité dans les services Azure.
• Gestion des accès via Azure Active Directory et des contrôles d’accès conditionnels.
• Implémentation du cryptage des données au repos et en transit.
• Lab : Configuration des accès sécurisés, application de contrôles d’accès et de cryptage des données dans Azure Synapse et Data Lake.

Module 7 : Automatisation et gestion de la haute disponibilité

• Automatisation des tâches récurrentes dans les pipelines de données.
• Stratégies de haute disponibilité et de reprise après sinistre (HADR) pour les solutions de données.
• Configuration de la géo-réplication et des sauvegardes de données.
• Lab : Mise en place de la géo-réplication, sauvegarde et restauration, et configuration des options de haute disponibilité.