课程详情

Afin de définir des attentes réalistes, veuillez noter: Ces questions ne sont PAS des questions officielles que vous trouverez sur l'examen officiel. Ces questions couvrent tout le matériel décrit dans les sections de connaissances ci-dessous. Beaucoup de questions sont basées sur des scénarios fictifs qui contiennent des questions posées.Les exigences de connaissances officielles pour l'examen sont revues régulièrement pour s'assurer que le contenu a les dernières exigences incorporées dans les questions pratiques. Les mises à jour du contenu sont souvent effectuées sans notification préalable et peuvent être modifiées à tout moment.Beaucoup de questions ont à la fois le terme anglais et la traduction française car plusieurs termes et fonctions de Microsoft sont en anglais. De cette façon, vous serez en mesure de reconnaître les composants que vous rencontrerez dans Microsoft.Chaque question a une explication détaillée et des liens vers des documents de référence pour soutenir les réponses qui garantissent l'exactitude des solutions aux problèmes.L'ordre des questions sera changé chaque fois que vous répéterez les tests. Vous aurez donc besoin de savoir pourquoi une réponse est correcte, et pas seulement que la réponse correcte était l'item "B" la dernière fois que vous avez passé le test.REMARQUE: Ce cours ne doit pas être votre seul matériel d'étude pour vous préparer à l'examen officiel. Ces tests pratiques sont destinés à compléter le matériel d'étude de sujet.Si vous rencontrez du contenu qui nécessite votre attention, veuillez envoyer un message avec une capture d'écran du contenu qui nécessite votre attention et je serai examiné dans les plus brefs délais. Le fait de fournir le numéro du test et de la question n'identifie pas les questions, car les questions changent à chaque fois qu'elles sont exécutées. Les numéros de questions sont différents pour chacun.En tant que candidat à cet examen, vous devez posséder une expertise en la matière dans l'intégration, la transformation et la consolidation de données provenant de divers systèmes de données structurées, non structurées et en streaming dans un schéma approprié pour créer des solutions d'analyse.En tant qu'ingénieur de données Azure, vous aidez les parties prenantes à comprendre les données grâce à l'exploration, et à créer et maintenir des pipelines de traitement de données sécurisés et conformes en utilisant différents outils et techniques. Vous utilisez divers services et frameworks de données Azure pour stocker et produire des ensembles de données nettoyés et améliorés à des fins d'analyse. Ce magasin de données peut être conçu avec différents modèles d'architecture en fonction des exigences de l'entreprise, notamment:Entrepôt de données de gestion (MDW)Big DataArchitecture de LakehouseEn tant qu'ingénieur de données Azure, vous contribuez également à garantir que l'opérationnalisation des pipelines de données et des magasins de données est performante, efficace, organisée et fiable, compte tenu d'un ensemble d'exigences et de contraintes commerciales. Vous aidez à identifier et à résoudre les problèmes opérationnels et de qualité des données. Vous concevez, mettez en auvre, surveillez et optimisez également les plateformes de données pour répondre aux pipelines de données.En tant que candidat à cet examen, vous devez avoir de solides connaissances des langages informatiques, notamment:SQLPythonÉchelleVous devez comprendre les modèles de traitement parallèle et d'architecture de données. Vous devez maîtriser les éléments suivants pour créer des solutions de traitement de données:Usine de données AzureAzure Synapse AnalyticsAzure Stream AnalyticsCentres d'événements AzureStockage Azure Data LakeAzure DatabricksCompétences en un coup d'ailConcevoir et mettre en auvre le stockage de données (15 à 20 %)Développer le traitement des données (40-45%)Sécurisez, surveillez et optimisez le stockage et le traitement des données (30 à 35 %)Concevoir et mettre en auvre le stockage de données (15 à 20 %)Mettre en auvre une stratégie de partitionImplémenter une stratégie de partitionnement pour les fichiersMettre en auvre une stratégie de partitionnement pour les charges de travail analytiquesMettre en auvre une stratégie de partition pour les charges de travail en streamingImplémenter une stratégie de partition pour Azure Synapse AnalyticsIdentifiez quand le partitionnement est nécessaire dans Azure Data Lake Storage Gen2Concevoir et mettre en auvre la couche d'exploration des donnéesCréez et exécutez des requêtes à l'aide d'une solution de calcul qui exploite SQL sans serveur et le cluster Spark.Recommander et implémenter des modèles de base de données Azure Synapse AnalyticsTransférer le lignage de données nouveau ou mis à jour vers Microsoft PurviewParcourir et rechercher des métadonnées dans Microsoft Purview Data CatalogDévelopper le traitement des données (40-45%)Ingérer et transformer des donnéesConcevoir et mettre en auvre des charges incrémentiellesTransformez les données à l'aide d'Apache SparkTransformez les données à l'aide de Transact-SQL (T-SQL) dans Azure Synapse AnalyticsIngérer et transformer des données à l'aide d'Azure Synapse Pipelines ou d'Azure Data FactoryTransformez les données à l'aide d'Azure Stream AnalyticsNettoyer les donnéesGérer les données en doubleÉviter les données en double en utilisant Azure Stream Analytics Exactly Once DeliveryGérer les données manquantesGérer les données arrivant tardivementFractionner les donnéesDétruire JSONEncoder et décoder les donnéesConfigurer la gestion des erreurs pour une transformationNormaliser et dénormaliser les donnéesEffectuer une analyse exploratoire des donnéesDévelopper une solution de traitement par lotsDévelopper des solutions de traitement par lots à l'aide d'Azure Data Lake Storage, Azure Databricks, Azure Synapse Analytics et Azure Data FactoryUtilisez PolyBase pour charger des données dans un pool SQLImplémentez Azure Synapse Link et interrogez les données répliquéesCréer des pipelines de donnéesFaire évoluer les ressourcesConfigurer la taille du lotCréer des tests pour les pipelines de donnéesIntégrez des notebooks Jupyter ou Python dans un pipeline de donnéesInsérer des donnéesRemettre les données à un état antérieurConfigurer la gestion des exceptionsConfigurer la conservation des lotsLire et écrire dans un lac deltaDévelopper une solution de traitement de fluxCréez une solution de traitement de flux à l'aide de Stream Analytics et Azure Event HubsTraiter les données à l'aide du streaming structuré SparkCréer des agrégats fenêtrésGérer la dérive du schémaTraiter les données de séries chronologiquesTraiter les données sur plusieurs partitionsTraiter dans une partitionConfigurer les points de contrôle et le filigrane pendant le traitementFaire évoluer les ressourcesCréer des tests pour les pipelines de donnéesOptimiser les pipelines à des fins analytiques ou transactionnellesGérer les interruptionsConfigurer la gestion des exceptionsInsérer des donnéesRelire les données de flux archivéesGérer les lots et les pipelinesDéclencher des lotsGérer les chargements par lots ayant échouéValider les chargements par lotsGérer les pipelines de données dans Azure Data Factory ou Azure Synapse PipelinesPlanifier des pipelines de données dans Data Factory ou Azure Synapse PipelinesImplémenter le contrôle de version pour les artefacts de pipelineGérer les tâches Spark dans un pipelineSécurisez, surveillez et optimisez le stockage et le traitement des données (30 à 35 %)Mettre en auvre la sécurité des donnéesImplémenter le masquage des donnéesChiffrer les données au repos et en mouvementImplémenter la sécurité au niveau des lignes et des colonnesImplémenter le contrôle d'accès en fonction du rôle Azure (RBAC)Implémenter des listes de contrôle d'accès (ACL) de type POSIX pour Data Lake Storage Gen2Mettre en auvre une politique de conservation des donnéesMettre en auvre des points de terminaison sécurisés (privés et publics)Implémenter des jetons de ressources dans Azure DatabricksCharger un DataFrame avec des informations sensiblesÉcrivez des données cryptées dans des tables ou des fichiers ParquetGérer les informations sensiblesSurveiller le stockage et le traitement des donnéesImplémenter la journalisation utilisée par Azure MonitorConfigurer les services de surveillanceSurveiller le traitement du fluxMesurer les performances du mouvement des donnéesSurveiller et mettre à jour les statistiques sur les données dans un systèmeSurveiller les performances du pipeline de donnéesMesurer les performances des requêtesPlanifier et surveiller les tests de pipelineInterpréter les métriques et les journaux Azure MonitorMettre en auvre une stratégie d'alerte pipelineOptimiser et dépanner le stockage et le traitement des donnéesCompacter les petits fichiersGérer les biais dans les donnéesGérer le déversement de donnéesOptimiser la gestion des ressourcesAjustez les requêtes à l'aide d'indexeursAjuster les requêtes à l'aide du cacheDépanner une tâche Spark ayant échouéDépanner une exécution de pipeline ayant échoué, y compris les activités exécutées dans des services externes

课程标签

0人关注该课程

主题相关的课程