Acerca de este curso
Los ingenieros de datos Azure diseñan e implementan la gestión, la monitorización, la seguridad y privacidad de los datos mediante la pila completa de los servicios Azure para satisfacer las necesidades comerciales.
En este curso, los estudiantes diseñarán varias tecnologías de plataforma de datos en soluciones que estén en línea con los requisitos comerciales y técnicos. Esto incluye escenarios de datos locales, en la nube e híbridos que incorporan datos relacionales, NoSQL o Data Warehouse. También aprenderán cómo diseñar arquitecturas de procesos utilizando una gama de tecnologías para transmisión de datos y lotes.
Los estudiantes también explorarán cómo diseñar la seguridad de los datos, incluido el acceso a los mismos, las políticas y los estándares de datos. Finalmente, diseñarán soluciones de datos de Azure que incluyen la optimización, disponibilidad y recuperación ante desastres de datos, procesamiento por lotes y soluciones de transmisión de datos.
Valor añadido de PUE
PUE es Learning Partner de Microsoft autorizado por dicha multinacional para impartir formación oficial en sus tecnologías
A quién va dirigido
Este curso está dirigido a Data Professionals, Data Architects y profesionales de Business Intelligence que desean aprender sobre las tecnologías de plataforma de datos que existen en Microsoft Azure y diseñar soluciones de datos de Azure. También está enfocado, aunque en segunda instancia, a personas que desarrollan aplicaciones que entregan contenido de las tecnologías de la plataforma de datos que existen en Microsoft Azure.
Prerrequisitos
Para un mayor aprovechamiento del curso, es recomendable que el alumno tenga los siguientes conocimientos:
- Conocimientos básicos de Azure equivalentes a haber realizado el curso Microsoft Azure Fundamentals.
- Conocimientos impartidos en el curso DP-200: Implementing an Azure Data Solution.
Objetivos del curso
Una vez finalizado el curso el alumno habrá adquirido los siguientes conocimientos y habilidades:
- Diseñar soluciones de almacenamiento de datos
- Diseñar soluciones de procesamiento de datos
- Diseño para seguridad de datos y cumplimiento normativo (compliance)
Certificación incluida
Este curso oficial es el recomendado por Microsoft para la preparación del siguiente examen de certificación oficial valorado en 245,63€ (IVA incl.), cuyo coste (una convocatoria) está incluido en el precio del curso para todos los miembros del programa PUE Alumni:
Este examen va a estar disponible hasta el día 30 de Junio de 2021; pasada esa fecha, el examen se sustituirá por el nuevo DP-203.
La superación de este examen es uno de los requisitos imprescindibles (junto al examen DP-200) para obtener la certificación Microsoft Certified: Azure Data Engineer Associate.
PUE es centro certificador oficial Pearson VUE facilitando la gestión del examen al candidato. El alumno podrá realizar su certificación, bien en nuestras instalaciones o, si lo prefiere, a través de la opción Online Proctored, que permite atender la certificación oficial de Microsoft desde cualquier ubicación con una simple conexión a internet.
Contenidos
Módulo 1: Consideraciones de arquitectura de plataforma de datos
- Principios básicos de creación de arquitecturas
- Diseño con la seguridad en mente
- Rendimiento y escalabilidad
- Diseño para disponibilidad y recuperabilidad
- Diseño para eficiencia y operaciones
- Caso de estudio
Laboratorio: Caso de estudio
- Diseño con la seguridad en mente
- Considerar el rendimiento y la escalabilidad
- Diseño para disponibilidad y recuperabilidad
- Diseño para eficiencia y operaciones
Módulo 2: Arquitecturas de referencia de procesamiento por lotes de Azure
- Arquitecturas Lambda desde una perspectiva de modo de lote
- Diseño de una solución BI empresarial en Azure
- Automatizar las soluciones BI empresariales en Azure
- Diseñar un bot conversacional de nivel empresarial en Azure
Laboratorio: Diseñar un bot conversacional de nivel empresarial en Azure
- Diseño de una solución BI empresarial en Azure
- Automatizar las soluciones de BI empresariales en Azure
Módulo 3: Arquitecturas de referencia en tiempo real de Azure
- Describir las arquitecturas Lambda para una perspectiva en tiempo real
- Diseñar una canalización de procesamiento de flujo con Azure Stream Analytics
- Diseñar un flujo de procesamiento de flujo con Azure Databricks
- Crear una arquitectura de referencia de Azure IoT
Laboratorio: Arquitecturas de referencia en tiempo real de Azure
- Diseñar una canalización de procesamiento de flujo con Azure Stream Analytics
- Diseñar un flujo de procesamiento de flujo con Azure Databricks
- Crear una arquitectura de referencia de Azure IoT
Módulo 4: Consideraciones de diseño de seguridad de la plataforma de datos
- Enfoque de seguridad de defensa en profundidad
- Gestión de identidad
- Protección de infraestructura
- Uso de cifrado
- Protección de nivel de red
- Seguridad de la aplicación
Laboratorio: Consideraciones de diseño de seguridad de la plataforma de datos
- Enfoque de seguridad de defensa en profundidad
- Protección de identidad
Módulo 5: Diseño para Resiliencia y Escala
- Ajuste de la capacidad de carga de trabajo escalando
- Optimizar el rendimiento de la red
- Diseño para almacenamiento optimizado y rendimiento de la base de datos
- Identificar cuellos de botella de rendimiento
- Diseñar una solución altamente disponible
- Incorporar recuperación ante desastres en arquitecturas
- Diseñar estrategias de copia de seguridad y restauración
Laboratorio: Diseño para Resiliencia y Escala
- Ajuste de la capacidad de carga de trabajo escalando
- Diseño para almacenamiento optimizado y rendimiento de la base de datos
- Diseñar una solución altamente disponible
- Incorporar recuperación ante desastres en arquitecturas
Módulo 6: Diseño para eficiencia y operaciones
- Maximización de la eficiencia de su entorno en la nube
- Utilizar el monitoreo y la analítica para obtener información operativa
- Utilizar la automatización para reducir el esfuerzo y el error
Laboratorio: Diseño para eficiencia y operaciones
- Maximizar la eficiencia de su entorno en la nube
- Utilizar el monitoreo y la analítica para obtener información operativa
- Utilizar la automatización para reducir el esfuerzo y el error