Microsoft - Data Platform - IT vzdělávací kurzy a školení
Azure využívá výkonné služby datové platformy společnosti Microsoft a pomáhá organizacím generovat hlubší přehled o zákaznících, vytvářet transformativní obchodní modely a rychleji nasazovat inteligentní řešení.
In this course, students will learn the fundamentals of database concepts in a cloud environment, get basic skilling in cloud data services, and build their foundational knowledge of cloud data services within Microsoft Azure.
Students will identify and describe core data concepts such as relational, non-relational, big data, and analytics, and explore how this technology is implemented with Microsoft Azure. They will explore the roles, tasks, and responsibilities in the world of data. The students will explore relational data offerings, provisioning and deploying relational databases, and querying relational data through cloud data solutions with Microsoft Azure. They will explore non-relational data offerings, provisioning and deploying non-relational databases, and non-relational data stores with Microsoft Azure. Students will explore the processing options available for building data analytics solutions in Azure. They will explore Azure Synapse Analytics, Azure Databricks, and Azure HDInsight. Students will learn what Power BI is, including its building blocks and how they work together.
V tomto kurzu se student dozví o vzorcích a postupech datového inženýrství, které se týkají práce s dávkovými a real-time analytickými řešeními pomocí technologií datové platformy Azure.
Studenti pochopí základní výpočetní a úložné technologie, které se používají k vytvoření analytického řešení. Poté prozkoumají, jak navrhnout analytické obslužné vrstvy a zaměřit se na aspekty datového inženýrství pro práci se zdrojovými soubory. Naučí se, jak interaktivně zkoumat data uložená v souborech v datovém jezeře. Naučí se různé techniky přijímání, které lze použít k načtení dat pomocí schopnosti Apache Spark nalezené v Azure Synapse Analytics nebo Azure Databricks, či jak přijímat pomocí Azure Data Factory nebo Azure Synapse potrubí. Studenti se také naučí různé způsoby, jak mohou transformovat data pomocí stejných technologií, které se používají pro příjem dat. Budou sledovat a analyzovat výkon analytického systému tak, aby mohl optimalizovat výkon datových zátěží nebo dotazů, které jsou vydávány proti systémům. Pochopí důležitost implementace zabezpečení k zajištění ochrany dat v klidu nebo při přenosu. Naučí se, jak lze data v analytickém systému použít k vytvoření řídicích panelů nebo k vytváření prediktivních modelů v Azure Synapse Analytics.
In this course, the student will learn about the data engineering patterns and practices as it pertains to working with batch and real-time analytical solutions using Azure data platform technologies.
Students will begin by understanding the core compute and storage technologies that are used to build an analytical solution. They will then explore how to design an analytical serving layers and focus on data engineering considerations for working with source files. The students will learn how to interactively explore data stored in files in a data lake. They will learn the various ingestion techniques that can be used to load data using the Apache Spark capability found in Azure Synapse Analytics or Azure Databricks, or how to ingest using Azure Data Factory or Azure Synapse pipelines. The students will also learn the various ways they can transform the data using the same technologies that is used to ingest data. The student will spend time on the course learning how to monitor and analyze the performance of analytical system so that they can optimize the performance of data loads, or queries that are issued against the systems. They will understand the importance of implementing security to ensure that the data is protected at rest or in transit. The student will then show how the data in an analytical system can be used to create dashboards, or build predictive models in Azure Synapse Analytics.
Azure Data Scientist aplikuje své znalosti datové vědy a strojového učení na implementaci a provozování úloh strojového učení v Microsoft Azure; zejména pomocí služby Azure Machine Learning Service. To zahrnuje plánování a vytváření vhodného pracovního prostředí pro úlohy datové vědy v Azure, spouštění experimentů s daty a školení prediktivních modelů, správu a optimalizaci modelů a nasazení modelů strojového učení do výroby.
Tento kurz poskytuje studentům znalosti a dovednosti pro správu databázové infrastruktury serveru SQL pro cloudové, místní a hybridní relační databáze a pro ty, kteří pracují s nabídkami relačních databází Microsoft PaaS. Navíc bude užitečný pro jednotlivce, kteří vyvíjejí aplikace dodávající obsah z relačních databází založených na SQL.
This course provides students with the knowledge and skills to administer a SQL Server database infrastructure for cloud, on-premises and hybrid relational databases and who work with the Microsoft PaaS relational database offerings. Additionally, it will be of use to individuals who develop applications that deliver content from SQL-based relational databases
Tento kurz učí základy dialektu Microsoft pro standardní jazyk SQL: Transact-SQL. Témata zahrnují dotazování i úpravu dat v relačních databázích, které jsou hostovány v databázových systémech založených na Microsoft SQL Server, včetně: Microsoft SQL Server, Azure SQL Database a, Azure Synapse Analytics.
This course will teach the basics of Microsoft&&kurz=39;s dialect of the standard SQL language: Transact-SQL. Topics include both querying and modifying data in relational databases that are hosted in Microsoft SQL Server-based database systems, including: Microsoft SQL Server, Azure SQL Database and, Azure Synapse Analytics.
The Azure Data Scientist applies their knowledge of data science and machine learning to implementing and running machine learning workloads on Microsoft Azure; in particular, using Azure Machine Learning Service. This entails planning and creating a suitable working environment for data science workloads on Azure, running data experiments and training predictive models, managing and optimizing models, and deploying machine learning models into production.
V tomto kurzu se studenti seznámí se základy databázových konceptů v cloudovém prostředí, získají základní dovednosti v cloudových datových službách a osvojí si základní znalosti cloudových datových služeb v Microsoft Azure.
Studenti identifikují a popíší základní koncepty dat, jako jsou relační, nerelační, velká data a analytika, a prozkoumají, jak je tato technologie implementována v Microsoft Azure. Prozkoumají role, úkoly a odpovědnosti ve světě dat. Studenti prozkoumají nabídky relačních dat, zajišťují a nasazují relační databáze a dotazují se na relační data prostřednictvím cloudových datových řešení s Microsoft Azure. Prozkoumají nabídky nerelačních dat, zajišťují a nasazují nerelační databáze a nerelační datové obchody s Microsoft Azure. Studenti prozkoumají možnosti zpracování dostupné pro vytváření řešení pro analýzu dat v Azure. Prozkoumají Azure Synapse Analytics, Azure Databricks a Azure HDInsight. Studenti se naučí, co je Power BI, včetně jejích stavebních bloků a jak spolupracují.
