Formation MCSE Cloud  Platform Exam 70-475:Conception et implémentation de solutions d’analytique de Big Data

  • Mode de formation

1 053,00 1053.0 USD

600 000 FCFA

Option not available

Cette combinaison n'existe pas.

Ajouter au panier

      Programme de formation

      Conception de solutions de traitement et interactives de grands lots de données (30 à 35 %)
          • Recevoir des données pour le traitement par lots et interactif
            • Réception à partir de données créées sur le cloud ou sur site, stockage de données dans Microsoft Azure Data Lake, stockage de données dans Azure BLOB Storage, réalisation d'un transfert de données unique en bloc, exécution de petites écritures de routine de manière continue
          • Conception et mise à disposition des clusters de calcul
            • Sélection du type de cluster de calcul, estimation de la taille du cluster en fonction de la charge de travail
          • Conception pour la sécurité des données
            • Protection des données d’informations d’identification personnelle (PII) dans Azure, chiffrement et masquage des données, implémentation de la sécurité basée sur le rôle, implémentation de la sécurité basée sur la ligne
          • Conception pour le traitement par lots
            • Sélection du langage et de l'outil appropriés, identification des formats, définition des métadonnées, configuration de la sortie

      Conception de solutions de traitement en temps réel de grands lots de données (30 – 35 %)
          • Recevoir des données pour le traitement en temps réel
            • Sélection de la technologie de réception de données, conception du schéma de partitionnement, conception de la clé de ligne de tables d'événements dans HBase
          • Conception et mise à disposition de ressources de calcul
            • Sélection d’une technologie de lecture continue dans Azure, sélection d’une technologie de traitement d’événement en temps réel, sélection d’une technologie de stockage d’événement en temps réel, sélection d’unités de lecture continue, configuration de la taille du groupe, sélection de la technologie appropriée pour les besoins commerciaux, attribution des ressources appropriées pour les groupes HBase
          • Conception pour l'architecture Lambda
            • Identification de l'application de l'architecture Lambda, utilisation des données de diffusion pour obtenir des perspectives commerciales en temps réel, utilisation des données de diffusion pour montrer les tendances dans les données en temps réel, utilisation des données de diffusion et conversion en données par lots pour obtenir une vue historique, conception afin que les données de lot n'introduisent pas de latence, utilisation de données de lot pour l'analyse approfondie des données
          • Conception pour le traitement en temps réel
            • Conception pour la latence et le débit, conception des flux de données de référence, conception de la logique commerciale, conception de la sortie de visualisation

          • Création d'une fabrique de données
            • Identification des sources de données, identification et fourniture des infrastructures de traitement de données, utilisation de Visual Studio pour concevoir et déployer les pipelines de données, déploiement de Data Factory Jobs
          • Orchestration des activités de traitement des données dans un flux de travail axé sur les données
            • Exploitation des concepts de division des données, identification des dépendances entre les données et plusieurs activités de de chaînage, modélisation d'échéanciers complexes basés sur les dépendances entre les données, mise à disposition et exécution de pipelines de données
          • Surveillance et gestion de la fabrique de données
            • Identification des défaillances et des causes fondamentales, création des alertes pour des conditions spécifiques, exécution de la reprise, l’arrêt et le démarrage des pipelines de fabrique de données
          • Déplacement, transformation et analyse des données
            • Exploitation de Pig, Hive, MapReduce pour le traitement des données ; copie des données sur site et sur le cloud ; copie des données entre des sources de données sur le cloud ; exploitation des procédures stockées ; exploitation de l'exécution par lots de Machine Learning pour la notation, la formation renouvelée et la mise à jour des ressources ; extension de la fabrique de données avec des étapes de traitement personnalisées ; chargement des données dans un magasin relationnel, visualisation à l'aide de Power BI
          • Conception d'une stratégie de déploiement pour une solution de bout en bout
            • Exploitation de PowerShell pour le déploiement, programmation automatique du déploiement, conception de stratégies de déploiement pour automatisation

      Caractéristiques de Formation MCSE Cloud  Platform Exam 70-475:Conception et implémentation de solutions d’analytique de Big Data

      Mode de formation Présentiel ou E-learning ou Blended learning ou Classe virtuelle