Šiame kurse studentai susipažins su duomenų inžinerijos metodais ir praktikomis, taikomomis dirbant su partijos ir realaus laiko analitiniais sprendimais, naudojant Azure duomenų platformos technologijas. Kursas prasidės nuo pagrindinių kompiuterių ir saugojimo technologijų, kurios naudojamos kuriant analitinius sprendimus. Tada studentai išnagrinės, kaip suprojektuoti analitinio pateikimo sluoksnius ir sutelks dėmesį į duomenų inžinerijos aspektus dirbant su šaltinio failais. Studentai išmoks, kaip interaktyviai tyrinėti duomenis, saugomus failuose duomenų ežere. Jie sužinos apie įvairias duomenų įkėlimo technikas, naudojamas duomenims įkelti naudojant Apache Spark funkcionalumą, kuris yra prieinamas Azure Synapse Analytics arba Azure Databricks, arba kaip įkelti duomenis naudojant Azure Data Factory arba Azure Synapse pipelines. Kursas taip pat apims įvairius duomenų transformavimo metodus naudojant tas pačias technologijas, kurios naudojamos duomenims įkelti. Studentai sužinos, kaip stebėti ir analizuoti analitinės sistemos našumą, kad galėtų optimizuoti duomenų krovimo arba užklausų, vykdomų prieš sistemas, našumą. Kurso metu studentai sužinos, kaip svarbu įgyvendinti saugumą, kad duomenys būtų apsaugoti tiek saugojimo, tiek perdavimo metu. Kursas baigsis tuo, kad studentai išmoks, kaip naudoti duomenis analitinėse sistemose kuriant prietaisų skydelius arba kuriant prognozinius modelius naudojant Azure Synapse Analytics. |