Avec cette formation, vous mettrez en œuvre différentes technologies de plateformes de données dans des solutions alignées aux exigences des entreprises et techniques. Vous traiterez des données en utilisant une gamme de technologies et de langues pour la diffusion et la mise en lots de données. Vous découvrirez comment mettre en œuvre la sécurité des données, la surveillance des solutions de données pour les activités de stockage des données et le traitement des données. Enfin, vous apprendrez à gérer les solutions de dépannage de données Azure.
Description
Durée : 28 heures
Modalités techniques d’évaluation : Évaluation des connaissances par QCM, évaluation des compétences au travers de travaux pratiques et de cas d’études. Contrôle de l’acquisition des connaissances et des compétences pendant la formation par le formateur.
Moyens pédagogiques : Apports théoriques réalisés en classe et complétés par de nombreux travaux pratiques permettent aux participants de disposer d’une expérience concrète. A l’issue des sessions magistrales, réalisation de cas d’études tutorés.
Objectifs pédagogiques
- Savoir mettre en œuvre le stockage de données dans Azure
- Maîtriser Azure Databricks pour mettre en œuvre la data science
- Savoir créer des bases de données distribuées avec Cosmos DB
- Savoir utiliser les magasins de données relationnelles dans le cloud
- Pouvoir effectuer des analyses en temps réel avec Stream Analytics
- Orchestrer les flux de données avec Azure Data Factory
- Sécuriser des plateformes de données Azure
- Surveiller et dépanner le stockage et le traitement des données
CPF
Méthodes pédagogiques
Certification
Azure pour le Data Engineer
- Explication de l’évolution du monde des données.
- Étude des services de la plateforme de données Azure.
- Identification des tâches réalisées par un ingénieur en données.
- Description des cas d’utilisation pour le cloud dans une étude de cas.
Echanges
Échanges autour de l’identification de l’évolution du monde des données, des services de plateformes de données Azure, des tâches qu’un ingénieur en données doit remplir et des produits de l’ingénierie des données.
Travailler avec le stockage de données
- Choix d’une approche de stockage de données dans Azure.
- Création d’un compte de stockage Azure.
- Explication du stockage de Data Lake dans Azure.
- Chargement de données dans le lac de données Azure.
Travaux pratiques
Travail avec le stockage de données.
Travailler avec Azure Databricks pour des projets de science des données
- Explication de Azure Databricks.
- Travail avec Azure Databricks.
- Lecture de données avec Azure Databricks.
- Réalisation des transformations avec Azure Databricks.
Travaux pratiques
Mise en pratique des bases de Azure Databricks et des carnets Apache Spark, de la fourniture de services et d’espaces de travail et de la réalisation des tâches de préparation des données qui peuvent contribuer à un projet de science des données.
Construction de bases de données distribuées avec Cosmos DB
- Création d’une base de données Azure Cosmos DB construite pour être évolutive.
- Insertion et questionnement des données dans votre base de données Azure Cosmos DB.
- Construction d’une application .NET Core pour Cosmos DB dans le code Visual Studio.
- Distribution de données dans le monde avec Azure Cosmos DB.
Travaux pratiques
Création d’une base de données Azure Cosmos. Insertion et questionnement des données dans Azure Cosmos DB. Construction d’une application .NET Core pour Cosmos DB à l’aide du code VS. Distribution de données dans le monde avec Azure Cosmos DB.
Travailler avec des entrepôts de données relationnelles dans le cloud
- Utilisation d’une base de données SQL Azure.
- Description d’un entrepôt de données SQL Azure.
- Création et demande d’un entrepôt de données SQL Azure.
- Utilisation de PolyBase pour charger des données dans l’entrepôt de données SQL Azure.
Travaux pratiques
Nombreux exercices pour découvrir des options de plateformes de données relationnelles Azure (ce qui inclut la base de données SQL et l’entrepôt de données SQL).
Réaliser des analyses en temps réel avec Stream Analytics
- Explication des flux de données et le traitement des événements.
- Ingestion des données avec des hubs d’événements.
- Traitement des données avec des tâches Stream Analytics.
Travaux pratiques
Exécution d’une analyse en temps réel avec Stream Analytics.
Orchestrer le déplacement des données avec Azure Data Factory
- Explication du fonctionnement de Azure Data Factory.
- Composants de Azure Data Factory.
- Azure Data Factory et Databricks.
Travaux pratiques
Mise en pratique autour de Azure Data Factory.
Sécuriser des plateformes de données Azure
- Introduction à la sécurité.
- Composants clés de la sécurité.
- Sécurisation des comptes de stockage et du stockage Data Lake.
- Sécurisation des entrepôts de données.
- Sécurisation des données de diffusion.
Travaux pratiques
Exercice pour mettre en pratique la sécurisation des plateformes de données Azure.
Surveillance et dépannage du stockage et du traitement des données
- Explication des capacités de surveillance disponibles.
- Dépannage des problèmes courants de stockage des données.
- Dépannage des problèmes courants de traitement des données.
- Gestion de la reprise après sinistre.
Travaux pratiques
Exercice pour mettre en pratique la surveillance et le dépannage du stockage et du traitement des données.
