Мы в Твиттере
Мы в Контакте
Поиск

Курс Microsoft 20776


Документ об окончании:
Международный сертификат Microsoft
Международный сертификат Microsoft

Обработка больших данных в облачных сервисах Microsoft

Performing Big Data Engineering on Microsoft Cloud Services
Продолжительность курса: 5 дней - 40 часов
Группа формируется по мере поступления заявок.
Стоимость обучения: 35000 ₽
Цель курса – предоставить слушателям знания и навыки, необходимые для обработки больших данных с помощью средств и служб Azure, включая Azure Stream Analytics, Azure Data Lake, Azure SQL Data Warehouse и Azure Data Factory. Курс также объясняет, как подключить кастомизированные функции и интегрироваться Python и R.
Аудитория
Этот курс предназначен для инженеров, работающих с большими объёмами данных (ИТ-специалистов, разработчиков и информационных работников), которые планируют реализовать рабочие процессы обработки больших данных в Azure.
По окончании курса слушатели смогут:
  • Описать типовую архитектуру для обработки больших данных с помощью средств и служб Azure.
  • Описать использование Azure Stream Analytics и реализовать потоковую обработку больших данных.
  • Описать подключение кастомизированных функции и включить машинное обучение в задания Azure Stream Analytics.
  • Описать Azure Data Lake в качестве крупномасштабного хранилище файлов данных.
  • Описать Azure Data Lake Analytics для изучения и обработки данных в хранилище озера данных Azure.
  • Описать создание и развертывание кастомизированных функций и операции, интеграцию с Python и R, а также защиту и оптимизацию заданий.
  • Описать использование Azure SQL Data Warehouse для создания репозитория, который может поддерживать крупномасштабную аналитическую обработку данных в состоянии покоя.
  • Описать использование Azure SQL Data Warehouse для выполнения аналитической обработки, поддержания производительности и защиты данных.
  • Описать использование Azure Data Factory для импорта, преобразования и передачи данных между репозиториями и службами..
Необходимая подготовка
Для эффективного обучения на курсе, слушатели должны обладать следующими знаниями и навыками:
  • Понимание работы сервисов обработки и хранения данных в Azure
  • Знание семейства ОС Microsoft Windows и их основных функций.
  • Знание реляционных баз данных.
Материалы слушателя
Слушателям предоставляется фирменное учебное пособие и прочие материалы, необходимые для обучения.
Содержание курса
Модуль 1: Архитектура для обработки больших данных с помощью Azure
Этот модуль описывает основные архитектуры обработки больших данных с использованием инструментов и сервисов Azure.
Темы
  • Понимание больших данных
  • Архитектуры обработки больших данных
  • Соображения для разработки решений больших данных
Лабораторная работа: Проектирование архитектуры больших данных
  • Проектирование архитектуры больших данных
Модуль 2: Обработка потоков событий с использованием Azure Stream Analytics
Этот модуль описывает, как использовать Azure Stream Analytics для разработки и запуска обработки потоков по крупномасштабным данным.
Темы
  • Введение в Azure Stream Analytics
  • Настройка заданий Azure Stream Analytics
Лабораторная работа: Обработка потоков событий с помощью Azure Stream Analytics
  • Создание задания аналитики Azure Stream Analytics
  • Создание новой задачи Azure Stream
  • Добавление входа
  • Редактирование задачи Azure Stream Analytics
  • Определение ближайшего Patrol Car
Модуль 3: Настраиваемые процедуры в Azure Stream Analytics
Этот модуль объясняет, как включать настраиваемые процедуры и включать операции машинного обучения в задачу Azure Stream Analytics.
Темы
  • Внедрение настраиваемых процедур
  • Включение машинного обучения в работу Azure Stream Analytics
Лабораторная работа: Выполнение настраиваемых процедур с помощью Azure Stream Analytics
  • Добавление логики в аналитику
  • Обнаружение постоянных аномалий
  • Определение консистенций с использованием машинного обучения и Azure Stream Analytics
Модуль 4: Управление большими данными в Azure Data Lake Store
В этом модуле описывается использование Azure Data Lake Store в качестве крупномасштабного хранилища файлов данных.
Темы
  • Использование Azure Data Lake Store
  • Мониторинг и защита данных в Azure Data Lake Store
Лабораторная работа: Управление большими данными в Azure Data Lake Store
  • Обновление задания Azure Stream Analytics (ASA)
  • Загрузка информации в Azure Data Lake Store (ADLS)
Модуль 5: Обработка больших данных с использованием Azure Data Lake Analytics
В этом модуле описывается использование Azure Data Lake Analytics для изучения и обработки данных, хранящихся в Azure Data Lake Store.
Темы
  • Введение в Azure Data Lake Analytics
  • Анализ данных с помощью U-SQL
  • Сортировка, группировка и объединение данных
Лабораторная работа: Обработка больших данных с использованием Azure Data Lake Analytics
  • Добавление функциональность
  • Запрос к базе данных
  • Расчёт средней скорости
Модуль 6: Внедрение пользовательских операций и мониторинг производительности в Azure Data Lake Analytics
В этом модуле описывается, как создавать и разворачивать настраиваемые процедуры и операции, интегрироваться с Python и R, а также защищать и оптимизировать задания.
Темы
  • Включение настраиваемых процедур в рабочие места Google Analytics
  • Управление и оптимизация рабочих мест
Лабораторная работа: Внедрение настраиваемых процедур и мониторинг производительности в Azure Data Lake Analytics
  • Настраиваемый экстрактор
  • Настраиваемый процессор
  • Интеграция с R/Python
  • Мониторинг и оптимизация работы
Модуль 7: Внедрение Azure SQL Data Warehouse
В этом модуле объясняется, как использовать Azure SQL Data Warehouse для создания репозитория, который может поддерживать крупномасштабную аналитическую обработку данных в состоянии покоя.
Темы
  • Введение в Azure SQL Data Warehouse
  • Проектирование таблиц для эффективных запросов
  • Импорт данных в Azure SQL Data Warehouse
Лабораторная работа: Внедрение Azure SQL Data Warehouse
  • Создание нового хранилища данных
  • Разработка и создание таблиц и индексов
  • Импорт данных в хранилище.
Модуль 8: Запуск аналитики в Azure SQL Data Warehouse
В этом модуле объясняется, как импортировать данные в Azure SQL Data Warehouse и как защитить эти данные.
Темы
  • Запрос данных в Azure SQL Data Warehouse
  • Поддержание производительности
  • Защита данных в Azure SQL Data Warehouse
Лабораторная работа: Запуск аналитики в Azure SQL Data Warehouse
  • Выполнение запросов и настройка производительности
  • Интеграция с Power BI и Azure Machine Learning
  • Настройка безопасности и анализ угроз
Модуль 9: Автоматизация потока данных с Azure Data Factory
В этом модуле объясняется использование Azure Data Factory для импорта, преобразования и передачи данных между репозиториями и службами.
Темы
  • Введение в Azure Data Factory
  • Передача данных
  • Преобразование данных
  • Мониторинг производительности и защита данных
Лабораторная работа: Автоматизация потока данных с Azure Data Factory
  • Автоматизация потока данных с помощью Azure Data Factory

# По всем вопросам подготовки специалистов обращайтесь к менеджерам учебного центра
Калининой Лиле, Карповой Елене, Смирновой Светлане, Богдановой Ирине, Литвиновой Елене тел. 8 (812) 718-6184 (многоканальный).

# По вопросам заказа тестов в центре тестирования Pearson VUE просьба обращаться к администратору центра тестирования
Марии Смирновой тел. 8 (812) 326-78-30.