-
Bitte beachten Sie: Das Examen und der Kurs werden Ende April 2024 eingestellt. Enterprise Data Analysts können jetzt die Fabric Analytics Engineer Associate-Zertifizierung erwerben, indem sie die Prüfung DP-600 bestehen. Weitere Informationen
-
In diesem Kurs werden Methoden und Praktiken zur Durchführung erweiterter Datenanalysen im großen Stil behandelt. Die Kursteilnehmer bauen auf vorhandenen Analyseerfahrungen auf und lernen, eine Datenanalyseumgebung zu implementieren und zu verwalten, Daten abzufragen und zu transformieren, Datenmodelle zu implementieren und zu verwalten sowie Daten zu untersuchen und zu visualisieren. In diesem Kurs verwenden die Kursteilnehmer Microsoft Purview, Azure Synapse Analytics und Power BI, um Analyselösungen zu erstellen.
-
Kursinhalt
-
- Introduction to data analytics on Azure
- Govern data across an enterprise
- Model, query, and explore data in Azure Synapse
- Prepare data for tabular models in Power BI
- Design and build scalable tabular models
- Optimize enterprise-scale tabular models
- Implement advanced data visualization techniques by using Power BI
- Implement and manage an analytics environment
- Manage the analytics development lifecycle
- Integrate an analytics platform into an existing IT infrastructure
Die originalen Microsoft-Kursunterlagen werden Ihnen online zur Verfügung gestellt.
-
Zielgruppe
-
Die Kandidaten für diesen Kurs sollten über Fachkenntnisse im Entwerfen sowie in der Erstellung und Bereitstellung von Datenanalyselösungen auf Unternehmensebene verfügen. Kandidaten für diese Prüfung sollten insbesondere über fortgeschrittene Power BI-Kenntnisse verfügen, einschließlich der Verwaltung von Datenrepositorys und Datenverarbeitung in der Cloud und lokal, sowie mit der Verwendung von Power Query und Data Analysis Expressions (DAX) vertraut sein. Sie sollten auch mit der Nutzung von Daten aus Azure Synapse Analytics vertraut sein und Erfahrung mit der Abfrage relationaler Datenbanken, der Analyse von Daten mithilfe von Transact-SQL (T-SQL) und der Visualisierung von Daten besitzen.
-
Voraussetzungen
-
Es wird empfohlen, dass die Kursteilnehmer vor der Teilnahme an diesem Kurs über folgende Kenntnisse verfügen:
- Grundlegende Kenntnisse der wichtigsten Datenkonzepte und deren Umsetzung mithilfe von Azure-Datendiensten, wie sie der Kurs DP-900 - Azure Data Fundamentals vermittelt.
- Erfahrung im Entwerfen und Erstellen skalierbarer Datenmodelle, mit dem Bereinigen und Transformieren von Daten sowie dem Ermöglichen erweiterter Analysefunktionen, die einen aussagekräftigen Geschäftswert bieten, mit Microsoft Power BI. Kenntnisse dazu können im Kurs PL-300 - Microsoft Power BI Data Analyst erworben werden.
-
Alternativen
-
Sie wissen noch nicht, welche Azure-Zertifizierung zu Ihnen passt und wollen sich einen Überblick der diversen Level und Rollen verschaffen? Dann beachten Sie bitte unseren Blog-Artikel Azure Zertifizierungen.
-
Kursziel
-
Die Absolvierung des Examen führt zur Zertifizierung Microsoft Certified: Azure Enterprise Data Analyst Associate.
| Module 1: Introduction to data analytics on Azure |
| This module explores key concepts of data analytics, including types of analytics, data, and storage. Students will explore the analytics process and tools used to discover insights and learn about the responsibilities of an enterprise data analyst and what tools are available to build scalable solutions. |
| Lessons |
| Explore Azure data services for modern analytics |
| Understand concepts of data analytics |
| Explore data analytics at scale |
| After completing this module, students will be able to: |
| Describe types of data analytics |
| Understand the data analytics process |
| Define data job roles in analytics |
| Understand tools for scaling analytics solutions |
| Module 2: Govern data across an enterprise |
| This module explores the role of an enterprise data analyst in organizational data governance. Students will explore the use of Microsoft Purview to register and catalog data assets, to discover trusted assets for reporting, and to scan a Power BI environment. |
| Lessons |
| Introduction to Microsoft Purview |
| Discover trusted data using Microsoft Purview |
| Catalog data artifacts by using Microsoft Purview |
| Manage Power BI artifacts by using Microsoft Purview |
| After completing this module, students will be able to: |
| Browse, search, and manage data catalog assets. |
| Use data catalog assets with Power BI. |
| Use Microsoft Purview in Azure Synapse Studio. |
| Register and scan a Power BI environment using Microsoft Purview. |
| Module 3: Model, query, and explore data in Azure Synapse |
| This module explores the use of Azure Synapse Analytics for exploratory data analysis. Students will explore the capabilities of Azure Synapse Analytics including the basics of data warehouse design, querying data using T-SQL, and exploring data using Spark notebooks. |
| Lessons |
| Introduction to Azure Synapse Analytics |
| Implement star schema design and query relational data in Azure |
| Analyze data with a serverless SQL pool in Azure Synapse Analytics |
| Optimize data warehouse query design |
| Analyze data with a Spark Pool in Azure Synapse Analytics |
| Lab : Query data in Azure |
| Lab : Explore data in Spark notebooks |
| Lab : Create a star schema model |
| After completing this module, students will be able to: |
| Understand when to use Azure Synapse Analytics in reporting solutions. |
| Query data with SQL. |
| Query data with Spark. |
| Module 4: Prepare data for tabular models in Power BI |
| This module explores the fundamental elements of preparing data for scalable analytics solutions using Power BI. Students will explore model frameworks, considerations for building data models that will scale, Power Query optimization techniques, and the implementation of Power BI dataflows. |
| Lessons |
| Choose a Power BI model framework |
| Understand scalability in Power BI |
| Optimize Power Query for scalable solutions |
| Create and manage scalable Power BI dataflows |
| Lab : Create a dataflow |
| After completing this module, students will be able to: |
| Choose an appropriate Power BI model framework. |
| Module 5: Design and build scalable tabular models |
| This module explores the critical underlying aspects of tabular modeling for building Power BI models that can scale. Students will learn about model relationships and model security, working with direct query, and using calculation groups. |
| Lessons |
| Create Power BI model relationships |
| Enforce model security |
| Implement DirectQuery |
| Create calculation groups |
| Lab : Create model relationships |
| Lab : Enforce model security |
| Lab : Design and build tabular models |
| Lab : Create calculation groups |
| After completing this module, students will be able to: |
| Module 6: Optimize enterprise-scale tabular models |
| This module covers key aspects of performance optimization using large-format data. Students will explore optimization using Synapse, Power BI, and external tools. |
| Lessons |
| Optimize performance using Synapse and Power BI |
| Improve query performance with hybrid tables, dual storage mode, and aggregations |
| Use tools to optimize Power BI performance |
| Lab : Use tools to optimize Power BI performance |
| Lab : Improve query performance using aggregations |
| Lab : Improve query performance with dual storage mode |
| Lab : Improve performance with hybrid tables |
| After completing this module, students will be able to: |
| Module 7: Implement advanced data visualization techniques by using Power BI |
| This module explores data visualization concepts including accessibility, customization of core data models, real-time data visualization, and paginated reporting. |
| Lessons |
| Understand advanced data visualization concepts |
| Customize core data models |
| Monitor data in real-time with Power BI |
| Create and distribute paginated reports in Power BI report builder |
| Lab : Monitor data in real-time with Power BI |
| Lab : Create and distribute paginated reports in Power BI Report Builder |
| After completing this module, students will be able to: |
| Module 8: Implement and manage an analytics environment |
| This module explores key considerations for implementing and managing Power BI. Students will understand key recommendations for administration and monitoring of Power BI, including configuration and management of Power BI capacity. |
| Lessons |
| Recommend Power BI administration settings |
| Recommend a monitoring and auditing solution for a data analytics environment |
| Configure and manage Power BI capacity |
| Establish a data access infrastructure in Power BI |
| After completing this module, students will be able to: |
| Module 9: Manage the analytics development lifecycle |
| This module explores considerations for deployment, source control, and application lifecycle management of analytics solutions. Students will understand what to recommend and will be able to deploy and manage automated and reusable Power BI assets. |
| Lessons |
| Recommend a deployment strategy for Power BI assets |
| Recommend a source control strategy for Power BI assets |
| Perform impact analysis of downstream dependencies from dataflows and datasets |
| Recommend automation solutions for the analytics development lifecycle, including Power BI REST API |
| Deploy and manage datasets by using the XMLA endpoint |
| Deploy reusable assets |
| Lab : Create reusable Power BI assets |
| After completing this module, students will be able to: |
| Module 10: Integrate an analytics platform into an existing IT infrastructure |
| This module explores the integration of a Power BI analytics solution into existing Azure infrastructure. Students will understand Power BI tenant and workspace configurations, along with considerations for Power BI deployment in an organization. |
| Lessons |
| Recommend and configure a Power BI tenant or workspace |
| Identify requirements for a solution, including features, performance, and licensing strategy |
| Integrate an existing Power BI workspace into Azure Synapse Analytics |
-
Classroom Training
- Bevorzugen Sie die klassische Trainingsmethode? Ein Kurs in einem unserer Training Center, mit einem kompetenten Trainer und dem direkten Austausch zwischen allen Teilnehmern? Dann buchen Sie einen der Classroom Training Termine!
-
Online Training
- Möchten Sie einen Kurs online besuchen? Zu diesem Kursthema bieten wir Ihnen Online-Kurstermine an. Als Teilnehmer benötigen Sie dazu einen PC mit Internet-Anschluss (mindestens 1 Mbit/s), ein Headset, falls Sie per VoIP arbeiten möchten und optional eine Kamera. Weitere Informationen und technische Empfehlungen finden Sie hier.
-
Inhouse-Schulung
-
Benötigen Sie einen maßgeschneiderten Kurs für Ihr Team? Neben unserem Standard-Angebot bieten wir Ihnen an, Kurse speziell nach Ihren Anforderungen zu gestalten. Gerne beraten wir Sie hierzu und erstellen Ihnen ein individuelles Angebot.
Inhouse-Schulung jetzt anfragen >>>
Die gesamte Beschreibung dieses Kurses mit Terminen und Preisen zum Download als PDF.-
Bitte beachten Sie: Das Examen und der Kurs werden Ende April 2024 eingestellt. Enterprise Data Analysts können jetzt die Fabric Analytics Engineer Associate-Zertifizierung erwerben, indem sie die Prüfung DP-600 bestehen. Weitere Informationen
-
In diesem Kurs werden Methoden und Praktiken zur Durchführung erweiterter Datenanalysen im großen Stil behandelt. Die Kursteilnehmer bauen auf vorhandenen Analyseerfahrungen auf und lernen, eine Datenanalyseumgebung zu implementieren und zu verwalten, Daten abzufragen und zu transformieren, Datenmodelle zu implementieren und zu verwalten sowie Daten zu untersuchen und zu visualisieren. In diesem Kurs verwenden die Kursteilnehmer Microsoft Purview, Azure Synapse Analytics und Power BI, um Analyselösungen zu erstellen.
-
Kursinhalt
-
- Introduction to data analytics on Azure
- Govern data across an enterprise
- Model, query, and explore data in Azure Synapse
- Prepare data for tabular models in Power BI
- Design and build scalable tabular models
- Optimize enterprise-scale tabular models
- Implement advanced data visualization techniques by using Power BI
- Implement and manage an analytics environment
- Manage the analytics development lifecycle
- Integrate an analytics platform into an existing IT infrastructure
Die originalen Microsoft-Kursunterlagen werden Ihnen online zur Verfügung gestellt.
-
Zielgruppe
-
Die Kandidaten für diesen Kurs sollten über Fachkenntnisse im Entwerfen sowie in der Erstellung und Bereitstellung von Datenanalyselösungen auf Unternehmensebene verfügen. Kandidaten für diese Prüfung sollten insbesondere über fortgeschrittene Power BI-Kenntnisse verfügen, einschließlich der Verwaltung von Datenrepositorys und Datenverarbeitung in der Cloud und lokal, sowie mit der Verwendung von Power Query und Data Analysis Expressions (DAX) vertraut sein. Sie sollten auch mit der Nutzung von Daten aus Azure Synapse Analytics vertraut sein und Erfahrung mit der Abfrage relationaler Datenbanken, der Analyse von Daten mithilfe von Transact-SQL (T-SQL) und der Visualisierung von Daten besitzen.
-
Voraussetzungen
-
Es wird empfohlen, dass die Kursteilnehmer vor der Teilnahme an diesem Kurs über folgende Kenntnisse verfügen:
- Grundlegende Kenntnisse der wichtigsten Datenkonzepte und deren Umsetzung mithilfe von Azure-Datendiensten, wie sie der Kurs DP-900 - Azure Data Fundamentals vermittelt.
- Erfahrung im Entwerfen und Erstellen skalierbarer Datenmodelle, mit dem Bereinigen und Transformieren von Daten sowie dem Ermöglichen erweiterter Analysefunktionen, die einen aussagekräftigen Geschäftswert bieten, mit Microsoft Power BI. Kenntnisse dazu können im Kurs PL-300 - Microsoft Power BI Data Analyst erworben werden.
-
Alternativen
-
Sie wissen noch nicht, welche Azure-Zertifizierung zu Ihnen passt und wollen sich einen Überblick der diversen Level und Rollen verschaffen? Dann beachten Sie bitte unseren Blog-Artikel Azure Zertifizierungen.
-
Kursziel
-
Die Absolvierung des Examen führt zur Zertifizierung Microsoft Certified: Azure Enterprise Data Analyst Associate.
| Module 1: Introduction to data analytics on Azure |
| This module explores key concepts of data analytics, including types of analytics, data, and storage. Students will explore the analytics process and tools used to discover insights and learn about the responsibilities of an enterprise data analyst and what tools are available to build scalable solutions. |
| Lessons |
| Explore Azure data services for modern analytics |
| Understand concepts of data analytics |
| Explore data analytics at scale |
| After completing this module, students will be able to: |
| Describe types of data analytics |
| Understand the data analytics process |
| Define data job roles in analytics |
| Understand tools for scaling analytics solutions |
| Module 2: Govern data across an enterprise |
| This module explores the role of an enterprise data analyst in organizational data governance. Students will explore the use of Microsoft Purview to register and catalog data assets, to discover trusted assets for reporting, and to scan a Power BI environment. |
| Lessons |
| Introduction to Microsoft Purview |
| Discover trusted data using Microsoft Purview |
| Catalog data artifacts by using Microsoft Purview |
| Manage Power BI artifacts by using Microsoft Purview |
| After completing this module, students will be able to: |
| Browse, search, and manage data catalog assets. |
| Use data catalog assets with Power BI. |
| Use Microsoft Purview in Azure Synapse Studio. |
| Register and scan a Power BI environment using Microsoft Purview. |
| Module 3: Model, query, and explore data in Azure Synapse |
| This module explores the use of Azure Synapse Analytics for exploratory data analysis. Students will explore the capabilities of Azure Synapse Analytics including the basics of data warehouse design, querying data using T-SQL, and exploring data using Spark notebooks. |
| Lessons |
| Introduction to Azure Synapse Analytics |
| Implement star schema design and query relational data in Azure |
| Analyze data with a serverless SQL pool in Azure Synapse Analytics |
| Optimize data warehouse query design |
| Analyze data with a Spark Pool in Azure Synapse Analytics |
| Lab : Query data in Azure |
| Lab : Explore data in Spark notebooks |
| Lab : Create a star schema model |
| After completing this module, students will be able to: |
| Understand when to use Azure Synapse Analytics in reporting solutions. |
| Query data with SQL. |
| Query data with Spark. |
| Module 4: Prepare data for tabular models in Power BI |
| This module explores the fundamental elements of preparing data for scalable analytics solutions using Power BI. Students will explore model frameworks, considerations for building data models that will scale, Power Query optimization techniques, and the implementation of Power BI dataflows. |
| Lessons |
| Choose a Power BI model framework |
| Understand scalability in Power BI |
| Optimize Power Query for scalable solutions |
| Create and manage scalable Power BI dataflows |
| Lab : Create a dataflow |
| After completing this module, students will be able to: |
| Choose an appropriate Power BI model framework. |
| Module 5: Design and build scalable tabular models |
| This module explores the critical underlying aspects of tabular modeling for building Power BI models that can scale. Students will learn about model relationships and model security, working with direct query, and using calculation groups. |
| Lessons |
| Create Power BI model relationships |
| Enforce model security |
| Implement DirectQuery |
| Create calculation groups |
| Lab : Create model relationships |
| Lab : Enforce model security |
| Lab : Design and build tabular models |
| Lab : Create calculation groups |
| After completing this module, students will be able to: |
| Module 6: Optimize enterprise-scale tabular models |
| This module covers key aspects of performance optimization using large-format data. Students will explore optimization using Synapse, Power BI, and external tools. |
| Lessons |
| Optimize performance using Synapse and Power BI |
| Improve query performance with hybrid tables, dual storage mode, and aggregations |
| Use tools to optimize Power BI performance |
| Lab : Use tools to optimize Power BI performance |
| Lab : Improve query performance using aggregations |
| Lab : Improve query performance with dual storage mode |
| Lab : Improve performance with hybrid tables |
| After completing this module, students will be able to: |
| Module 7: Implement advanced data visualization techniques by using Power BI |
| This module explores data visualization concepts including accessibility, customization of core data models, real-time data visualization, and paginated reporting. |
| Lessons |
| Understand advanced data visualization concepts |
| Customize core data models |
| Monitor data in real-time with Power BI |
| Create and distribute paginated reports in Power BI report builder |
| Lab : Monitor data in real-time with Power BI |
| Lab : Create and distribute paginated reports in Power BI Report Builder |
| After completing this module, students will be able to: |
| Module 8: Implement and manage an analytics environment |
| This module explores key considerations for implementing and managing Power BI. Students will understand key recommendations for administration and monitoring of Power BI, including configuration and management of Power BI capacity. |
| Lessons |
| Recommend Power BI administration settings |
| Recommend a monitoring and auditing solution for a data analytics environment |
| Configure and manage Power BI capacity |
| Establish a data access infrastructure in Power BI |
| After completing this module, students will be able to: |
| Module 9: Manage the analytics development lifecycle |
| This module explores considerations for deployment, source control, and application lifecycle management of analytics solutions. Students will understand what to recommend and will be able to deploy and manage automated and reusable Power BI assets. |
| Lessons |
| Recommend a deployment strategy for Power BI assets |
| Recommend a source control strategy for Power BI assets |
| Perform impact analysis of downstream dependencies from dataflows and datasets |
| Recommend automation solutions for the analytics development lifecycle, including Power BI REST API |
| Deploy and manage datasets by using the XMLA endpoint |
| Deploy reusable assets |
| Lab : Create reusable Power BI assets |
| After completing this module, students will be able to: |
| Module 10: Integrate an analytics platform into an existing IT infrastructure |
| This module explores the integration of a Power BI analytics solution into existing Azure infrastructure. Students will understand Power BI tenant and workspace configurations, along with considerations for Power BI deployment in an organization. |
| Lessons |
| Recommend and configure a Power BI tenant or workspace |
| Identify requirements for a solution, including features, performance, and licensing strategy |
| Integrate an existing Power BI workspace into Azure Synapse Analytics |
-
Classroom Training
- Bevorzugen Sie die klassische Trainingsmethode? Ein Kurs in einem unserer Training Center, mit einem kompetenten Trainer und dem direkten Austausch zwischen allen Teilnehmern? Dann buchen Sie einen der Classroom Training Termine!
-
Online Training
- Möchten Sie einen Kurs online besuchen? Zu diesem Kursthema bieten wir Ihnen Online-Kurstermine an. Als Teilnehmer benötigen Sie dazu einen PC mit Internet-Anschluss (mindestens 1 Mbit/s), ein Headset, falls Sie per VoIP arbeiten möchten und optional eine Kamera. Weitere Informationen und technische Empfehlungen finden Sie hier.
-
Inhouse-Schulung
-
Benötigen Sie einen maßgeschneiderten Kurs für Ihr Team? Neben unserem Standard-Angebot bieten wir Ihnen an, Kurse speziell nach Ihren Anforderungen zu gestalten. Gerne beraten wir Sie hierzu und erstellen Ihnen ein individuelles Angebot.
Inhouse-Schulung jetzt anfragen >>>
Die gesamte Beschreibung dieses Kurses mit Terminen und Preisen zum Download als PDF.