|
所在平台: Udemy |
课程主页: https://www.udemy.com/course/exame-pratico-databricks-certified-data-engineer/
课程评论：没有评论
课程名称：模拟考试实操 - Databricks认证数据工程师 课程概述：本课程专为准备Databricks数据工程师助理认证考试设计，提供了丰富的实操测试**材料，包括详细的问题解析和学习参考链接**，帮助学员为真实考试做好充分准备。 课程时长：每个模拟考试的时长为45分钟，学员可重复参加测验，直至掌握内容。 考试内容：模拟考试包含多项选择题，按高层次主题分布，尽可能接近实际考试，分布如下： - Databricks Lakehouse平台 - 24%（11/45） - 使用Spark SQL和Python进行ELT - 29%（13/45） - 增量数据处理 - 24%（11/45） - 生产流水线 - 16%（7/45） - 数据治理 - 7%（3/45） 通过这些模拟考试后，学员将为真实的认证考试做好准备。 讲解主题：模拟考试涵盖了以下考试主题，并提供详细解释： 1. **Databricks Lakehouse平台及其工具的使用和益处**： - 数据湖屋（架构、描述、益处） - 数据科学与工程工作区（集群、笔记本、数据存储） - Delta Lake（基本概念、表的管理与操作、优化） 2. **使用Apache Spark SQL和Python创建ETL管道**： - 关系实体（数据库、表、视图） - ELT（创建表、数据写入表、数据清洗、表的组合与重塑、SQL UDFs） - Python（通过字符串处理和控制流促进Spark SQL，使数据在PySpark与Spark SQL间流动） 3. **增量数据处理**： - 结构化流（基本概念、触发器、水印） - 自动加载（连续流读取） - 多跳架构（铜、银、金，流应用） - Delta Live Tables（好处与功能） 4. **为数据工程应用和Databricks SQL查询及仪表盘创建生产流水线**： - 作业（调度、任务编排、用户界面） - 仪表盘（端点、调度、警报、更新） 5. **理解和遵循安全最佳实践**： - 实体权限（数据对象特权） 本课程为想要提高Databricks数据工程技能的学员提供了全面的考试准备和练习机会。
Testes práticos para o exame de certificação Databricks Data Engineer Associate.Preparei um excelente material com perguntas e explicações detalhadas além de links de referências para estudo que estão disponíveis para prepará-lo para o exame realDuraçãoOs testes terão 45 minutos para concluir cada exame prático, podendo repetir quantas vezes quiser.QuestõesHá várias questões de múltipla escolha em cada exame prático. As questões serão distribuídas por tópico de alto nível para chegar ao mais próximo possível do exame real que é destribuido da seguinte maneira:Distribuição do exame real: Plataforma Databricks Lakehouse - 24% (11/45) ELT com Spark SQL e Python - 29% (13/45) Processamento de Dados Incremental - 24% (11/45) Pipelines de produção - 16% (7/45) Governança de Dados - 7% (3/45)Depois de passar nesses exames práticos, você estará pronto para fazer o exame de certificação.Temas AbordadosOs testes práticos abrangem os seguintes tópicos do exame com explicações detalhadas:Entenda como utilizar e os benefícios de utilizar a Plataforma Databricks Lakehouse e suas ferramentas, incluindo:Data Lakehouse (arquitetura, descrições, benefícios)Espaço de trabalho de Ciência e Engenharia de Dados (clusters, notebooks, armazenamento de dados)Delta Lake (conceitos gerais, gerenciamento e manipulação de tabelas, otimizações)Crie pipelines ETL usando Apache Spark SQL e Python, incluindo:Entidades relacionais (bancos de dados, tabelas, visualizações)ELT (criação de tabelas, gravação de dados em tabelas, limpeza de dados, combinação e remodelação de tabelas, SQL UDFs)Python (facilitando Spark SQL com manipulação de strings e fluxo de controle, passando dados entre PySpark e Spark SQL)Processar dados de forma incremental, incluindo:Streaming estruturado (conceitos gerais, gatilhos, marcas d'água)Carregador automático (leituras em fluxo contínuo)Arquitetura multi-hop (bronze-prata-ouro, aplicações de streaming)Delta Live Tables (benefícios e recursos)Crie pipelines de produção para aplicativos de engenharia de dados e consultas e painéis SQL do Databricks, incluindo:Trabalhos (agendamento, orquestração de tarefas, IU)Painéis (endpoints, agendamento, alertas, atualização)Entenda e siga as melhores práticas de segurança, incluindo:Permissões de entidade (privilégios de objetos de dados)
