Azure analyse & evaluate

Dieser Applied Skills-Track richtet sich an Fachleute im Bereich Datenanalyse und -wissenschaft, die ihre Fähigkeiten im Umgang mit modernen Big-Data- und Machine-Learning-Technologien vertiefen möchten und praxisnahe Kenntnisse zur Implementierung und Verwaltung von Analyselösungen mit Azure benötigen.
Teilnehmern lernen fundierte Kenntnisse über die Verarbeitung und Analyse großer Datenmengen sowie über die Modellierung und Nutzung von Machine Learning auf Azure. Der Schwerpunkt liegt auf der Nutzung von Synapse Analytics und Databricks für die Integration und Analyse von Daten und auf der Entwicklung skalierbarer Analyselösungen. Immer im Fokus: Praxis!

Lernziele:

• Einführung in die Funktionen von Azure Synapse Analytics
• Durchführung von Datenanalysen und Machine Learning-Modellierung
• Implementierung und Optimierung von Pipelines für große Datenmengen
• Integration und Verwaltung von Big Data und Machine Learning-Workloads

DP-3012 - Implementierung einer Datenanalyselösung mit Azure Synapse Analytics

• Einführung in die Synapse SQL Pools und Spark Pools zur Datenanalyse
• Erstellen von Pipelines für ETL-Prozesse
• Integration und Verarbeitung großer Datenmengen mit Synapse Pipelines

DP-3011 - Implementierung einer Datenanalyselösung mit Azure Databricks

• Nutzung von Spark zur Analyse und Visualisierung von Big Data
• Implementierung von Delta Lake für Echtzeitdaten und Streaming
• Datenvorbereitung für Machine Learning-Modelle

DP-3014 - Implementierung einer Machine Learning-Lösung mit Azure Databircks

• Aufbau und Training von ML-Modellen auf Azure Databricks
• Nutzung von Spark MLlib für die Modellierung
• Echtzeitbewertung und Bereitstellung von Modellen

DP-3007 - Trainieren und Bereitstellen eines Machine learning-Modells mit Azure Machine Learning

• Modelltraining und Hyperparameter-Tuning mit Azure Machine Learning
• Bereitstellung und Verwaltung von Modellen in der Produktionsumgebung
• Nutzung von Automatisierung und Pipelines zur Effizienzsteigerung

Assesment - Evaluierung der erworbenen Kenntnisse

• Praktische Anwendung der Kursinhalte zur Analyse und Modellierung von Daten auf Azure

• Dateningenieure
• Datenanalysten
• Entwickler

• Vertrautheit mit SQL, Python und Azure Data Factory
• Erfahrung mit Notebooks (z. B. Databricks, Jupyter) und Spark