Programme :

Module 01 : Explorer les options de calcul et de stockage pour les charges de travail analytiques

• Introduction à Azure Synapse Analytics.
• Décrire Azure Databricks.
• Introduction au stockage Azure Data Lake.
• Décrire l'architecture du data lake.
• Concevoir un schéma multidimensionnel pour optimiser les charges de travail analytiques.

Module 02 : Considérations d'ingénierie des données pour les fichiers source

• Concevoir un entrepôt de données moderne à l'aide d'Azure Synapse Analytics.
• Explorer les capacités des pools SQL sans serveur Azure Synapse.
• Interroger les données dans le lac à l'aide des pools SQL sans serveur Azure Synapse.
• Créer des objets de métadonnées dans les pools SQL sans serveur Azure Synapse.
• Sécuriser les données et gérer les utilisateurs dans les pools SQL sans serveur Azure Synapse.

Module 03 : Explorer, transformer et charger des données dans l'entrepôt de données

• Comprendre l'ingénierie big data avec Apache Spark dans Azure Synapse Analytics.
• Ingérer des données avec des blocs-notes Apache Spark dans Azure Synapse Analytics.
• Transformer les données avec les DataFrames dans les pools Apache Spark dans Azure Synapse Analytics.
• Intégrer les pools SQL et Apache Spark dans Azure Synapse Analytics.

Module 04 : Explorer et transformer des données dans Azure Databricks

      Décrire Azure Databricks.

• Lire et écrire des données dans Azure Databricks.
• Utiliser des DataFrames dans Azure Databricks.
• Travailler avec les méthodes avancées DataFrames dans Azure Databricks.

Module 05 : Ingérer et charger des données dans l'entrepôt de données

• Utiliser les bonnes pratiques de chargement de données dans Azure Synapse Analytics.
• Ingérer à l'échelle du pétaoctet avec Azure Data Factory.
• Intégrer des données avec Azure Data Factory ou Azure Synapse Pipelines.
• Transformer sans code à grande échelle avec Azure Data Factory ou Azure Synapse Pipelines.

Pré-requis :

Bonnes connaissances du cloud et des concepts de base de données. Avoir une expérience avec des solutions de données. Avoir suivi les cours officiels : AZ-900 (Réf. MVK) et DP-900 (Réf. MZP).

Objectifs :

A l’issue de la formation, le participant sera en mesure de :

• Explorer les options de calcul et de stockage pour les charges de travail d'ingénierie des données dans Azure.
• Concevoir et mettre en œuvre la couche de service.
• Comprendre les considérations relatives à l'ingénierie des données.
• Exécuter des requêtes interactives à l'aide de pools SQL sans serveur.
• Explorer, transformer et charger des données dans le Data Warehouse à l'aide d'Apache Spark.
• Effectuer l'exploration et la transformation des données dans Azure Databricks.
• Transformer les données avec Azure Data Factory ou Azure Synapse Pipelines.

Déroulement :

Cette formation se déroule selon les modalités suivantes:

• La formation est à 100% en ligne
• La charge totale est de 30 heures de formation.
• Les séances seront réparties en fonction de la disponibilité des participants.
• Les séances peuvent se tenir soit pendants les weekends soit en cours de semaine selon la disponibilités des participants.

Les outils :

Azure Data Factory, Azure Synapse Analytics, Azure Stream Analytics, Hubs d'événements Azure, Azure Data Lake Storag, Azure Databricks, SQL, Python, Scala

Public cible :

Professionnels des données, architectes de données et professionnels BI. Analystes de données et data scientists qui travaillent avec des solutions analytiques basées sur Microsoft Azure.