C/AZSC-Synapse : Fundamentals of Azure Synapse Analytics
3 gün (18 saat) İleri Sınıf / Online NoSQL ve Büyük Veri
Azure Synapse Analytics ile uçtan uca ileri analitik çözümler geliştirebilirsiniz. "Fundamentals of Azure Synapse Analytics" eğitiminde Azure Synapse Analytics hizmetine ait temel bileşenlere odaklanacağız. Synapse Analytics'in SQL Pool, Spark Pool ve Pipeline bileşenleri ile büyük veri işleme senaryolarını ele alacağız.
Eğitim İçeriği
Bu eğitimin genişletilmiş versiyonu Data Analytics Solutions Using Azure Synapse Analytics adı ile yayında!
Module 1: Overview of Azure Synapse Analytics
- What is Azure Synapse Analytics and How it Works?
- Create and Manage Azure Synapse Workspace
- Describe Azure Synapse Analytics
- Synapse Studio
- SQL Serverless and Dedicated Pools
- Spark Pool
- Pipeline
- Design a Modern Data Warehouse
Module 2: Data Wrangling through Synapse SQL Pools
- Querying Data in Data Lake
- Transform Data in Various File Formats (Json, csv, parque etc.)
- Create CET and CETAS Tables
- Data Virtualization (Polybase, OPENROWSET et.)
- Optimize Data Warehouse Query Performance
- Table Distribution
- Statistics
- Columnstore indexes
- Result Cache
- Materialized Views
- APPROX_COUNT
- Some Data Loading Techniques
- Copy Activity
- Copy Into Command
Module 3: Use Spark in Azure Synapse Analytics
- What is Apache Spark in Azure Synapse?
- Working with Spark SQL (pyspark)
- Read/Write Azure Data Lake Storage
- Create a Lake Database
- Use Delta Lake in Azure Synapse Analytics
- Integrate SQL and Apache Spark pools
Module 4: Synapse Pipeline
- Understand Azure Data Factory (Synapse Pipeline)
- Setup Integration Runtime
- Perform code-free transformation
Öncesinde Önerilenler
-
Data Engineer
Büyük Verinin İşlenmesi, Yönetimi, Veri Kalitesini Arttırma, Bulut Bilişim ve Veri Bilimi için Kodlama, Spark ve Hadoop gibi Dağıtık Mimariler ile Çalışma.
- C/STATI : Betimleyici ve Çıkarımsal İstatistik Temelleri
- C/STATF : İstatistik Esasları
- C/STATF+ : İstatistik Esasları (Genişletilmiş)
- MS/20761C : Querying Data with Transact-SQL
- C/TVTS : T-SQL ile Veri Tabanı Sorgulama (Microsoft SQL Server)
- MS/20777A : Implementing Microsoft Azure Cosmos DB Solutions
- C/PBSSBI : Power BI ile Self Service BI
- C/IRFDS : R Dili ve R ile Veri Analizi
- C/PDE : Python Dili Esasları
- C/IPFDS : Python Dili ve Python ile Veri Analizi
- C/PVA : Python ile Veri Analizi
- MS/20762C : Developing SQL Databases (Microsoft SQL Server)
- CMS/20764C : Administering a SQL Database Infrastructure
- MS/DP-300 : Administering Relational Databases on Microsoft Azure
- MS/20765C : Provisioning SQL Databases
- MS/10987C : Performance Tuning and Optimizing SQL Databases
- CMS/20767B : Implementing a SQL Data Warehouse
- MS/20768C : Developing SQL Data Models
- MS/10990C : Analyzing Data with SQL Server Reporting Services
- C/DMDQ : Veri Yönetimi ve Veri Kalitesi
- C/ADMT : İleri Veri Modelleme Teknikleri
- CMS/DP-203 : Data Engineering on Microsoft Azure
-
Data Scientist
Yapay Zeka, Makine Öğrenimi, Derin Öğrenme Teknikleri ile Büyük Veri Kümelerinden Desen ve Eğilim Keşfetme
- C/STATI : Betimleyici ve Çıkarımsal İstatistik Temelleri
- C/STATF : İstatistik Esasları
- C/STATF+ : İstatistik Esasları (Genişletilmiş)
- MS/20761C : Querying Data with Transact-SQL
- C/TVTS : T-SQL ile Veri Tabanı Sorgulama (Microsoft SQL Server)
- C/PBSSBI : Power BI ile Self Service BI
- C/IRFDS : R Dili ve R ile Veri Analizi
- C/PDE : Python Dili Esasları
- C/IPFDS : Python Dili ve Python ile Veri Analizi
- C/PVA : Python ile Veri Analizi
- C/DMDQ : Veri Yönetimi ve Veri Kalitesi
- C/ADMT : İleri Veri Modelleme Teknikleri
- MS/AI-900 : Microsoft Azure AI Fundamentals
- MS/AI-100 : Designing and Implementing an Azure AI Solution
- MS/DP-100 : Designing and Implementing a Data Science Solution on Azure
- C/MOE : Makine Öğrenimi Esasları
- C/ADSB : Accelerated Data Science for Business
-
DB Developer
Veritabanı Sorgulama, Tasarım Prensipleri ve Geliştirme
-
BI Professional
Veri kaynaklarının Keşfi, Veri Kalitesini Arttırma, ETL, Veriambarı Tasarım Prensipleri, Veri Modelleme ve Raporlama
- C/ERIT : Etkileyici Raporlama ile Karar Verme Gücünü Arttırın
- C/STATI : Betimleyici ve Çıkarımsal İstatistik Temelleri
- C/STATF : İstatistik Esasları
- C/STATF+ : İstatistik Esasları (Genişletilmiş)
- MS/20761C : Querying Data with Transact-SQL
- C/TVTS : T-SQL ile Veri Tabanı Sorgulama (Microsoft SQL Server)
- MS/20762C : Developing SQL Databases (Microsoft SQL Server)
- C/QSDEV : Qlik Sense Geliştirici
- C/PBI : Power BI ile Veri Analizi
- MS/DA-100 : Analyzing Data with Power BI
- C/PBSSBI : Power BI ile Self Service BI
- CMS/20767B : Implementing a SQL Data Warehouse
- MS/20768C : Developing SQL Data Models
- MS/10990C : Analyzing Data with SQL Server Reporting Services
Sonrasında Önerilenler
-
Data Engineer
Büyük Verinin İşlenmesi, Yönetimi, Veri Kalitesini Arttırma, Bulut Bilişim ve Veri Bilimi için Kodlama, Spark ve Hadoop gibi Dağıtık Mimariler ile Çalışma.
- C/BDA-Synapse : Data Analytics Solutions Using Azure Synapse Analytics
- MS/DP-500 : Designing and Implementing Enterprise-Scale Analytics Solutions Using Microsoft Azure and Microsoft Power BI
- CMS/DP-601T00A : Implementing a Lakehouse with Microsoft Fabric
- C/DAWS : Big Data Analysis with Spark
- C/PSS : PySpark ile Spark SQL
- C/VBL : Veri Bilimcileri için Linux
- C/VMUP : Veri Mimarisinde Ustalaşma Programı
-
Data Scientist
Yapay Zeka, Makine Öğrenimi, Derin Öğrenme Teknikleri ile Büyük Veri Kümelerinden Desen ve Eğilim Keşfetme
-
DB Developer
Veritabanı Sorgulama, Tasarım Prensipleri ve Geliştirme
-
BI Professional
Veri kaynaklarının Keşfi, Veri Kalitesini Arttırma, ETL, Veriambarı Tasarım Prensipleri, Veri Modelleme ve Raporlama
- C/BDA-Synapse : Data Analytics Solutions Using Azure Synapse Analytics
- MS/DP-500 : Designing and Implementing Enterprise-Scale Analytics Solutions Using Microsoft Azure and Microsoft Power BI
- CMS/DP-601T00A : Implementing a Lakehouse with Microsoft Fabric
- C/DMDQ : Veri Yönetimi ve Veri Kalitesi
- C/ADMT : İleri Veri Modelleme Teknikleri