به منظور ایجاد انتظارات واقع بینانه، لطفاً توجه داشته باشید: این سؤالات سؤالات رسمی نیستند که در آزمون رسمی پیدا کنید. این سوالات تمام مطالبی را که در بخشهای دانش زیر بیان شدهاند را پوشش میدهد. بسیاری از سؤالات بر اساس سناریوهای ساختگی است که سؤالاتی در درون آنها مطرح شده است.
الزامات دانش رسمی برای امتحان به طور معمول بررسی می شود تا اطمینان حاصل شود که محتوا دارای آخرین الزامات گنجانده شده در سؤالات تمرینی است. به روز رسانی محتوا اغلب بدون اطلاع قبلی انجام می شود و در هر زمان ممکن است تغییر کند.
هر سؤال دارای توضیح مفصل و پیوندهایی به مواد مرجع برای پشتیبانی از پاسخها است که صحت راهحلهای مشکل را تضمین میکند.
هر بار که تستها را تکرار میکنید، سؤالات به هم میریزند، بنابراین باید بدانید که چرا یک پاسخ صحیح است، نه اینکه آخرین باری که آزمون را انجام دادید، پاسخ صحیح مورد «B» بود.
توجه: این دوره نباید تنها مطالب آموزشی شما برای آمادگی برای آزمون رسمی باشد. این آزمونهای تمرینی برای تکمیل مطالب مطالعه موضوعی است.
اگر با محتوایی مواجه شدید که نیاز به توجه دارد، لطفاً پیامی با اسکرین شات از محتوایی که نیاز به توجه دارد ارسال کنید و من به سرعت بررسی خواهم شد. ارائه آزمون و شماره سؤال، سؤالات را مشخص نمی کند زیرا سؤالات در هر بار اجرا می چرخند. شماره سوالات برای همه متفاوت است.
اگر کاندیدایی هستید که شروع به کار با دادهها در فضای ابری میکنید، این آزمون برای شما در نظر گرفته شده است.
باید با:
آشنا باشیدمفاهیم داده های رابطه ای و غیر رابطه ای.
انواع مختلف حجم کاری داده مانند تراکنشی یا تحلیلی.
شما می توانید از Azure Data Fundamentals برای آماده شدن برای سایر گواهینامه های مبتنی بر نقش Azure مانند Azure Database Administrator Associate یا Azure Data Engineer Associate استفاده کنید، اما این پیش نیاز برای هیچ یک از آنها نیست.
مهارت ها در یک نگاه
مفاهیم داده اصلی (25-30٪) را شرح دهید
تشخیص ملاحظات برای داده های رابطه ای در Azure (20-25%)
ملاحظات کار با دادههای غیرمرتبط در Azure (15 تا 20%) را شرح دهید
میزان حجم کاری تجزیه و تحلیل را در Azure (25 تا 30٪) توضیح دهید
مفاهیم داده اصلی (25-30٪) را شرح دهید
روشهای نمایش داده را شرح دهید
ویژگی های داده های ساخت یافته را شرح دهید
ویژگی های نیمه ساختار یافته را شرح دهید
ویژگی های داده های بدون ساختار را شرح دهید
گزینه های ذخیره سازی داده را شناسایی کنید
فرمتهای رایج برای فایلهای داده را توضیح دهید
انواع پایگاه داده را شرح دهید
بارهای کاری معمول داده را شرح دهید
ویژگی های بارهای کاری تراکنشی را شرح دهید
ویژگی های بارهای کاری تحلیلی را شرح دهید
نقش ها و مسئولیت ها را برای حجم کاری داده ها شناسایی کنید
مسئولیتهای مدیران پایگاه داده را شرح دهید
مسئولیتهای مهندسان داده را شرح دهید
مسئولیتهای تحلیلگران داده را شرح دهید
تشخیص ملاحظات برای داده های رابطه ای در Azure (20-25%)
مفاهیم رابطه ای را توصیف کنید
ویژگی های داده های رابطه ای را شناسایی کنید
عادی سازی و چرایی استفاده از آن را توضیح دهید
عبارات رایج زبان پرس و جو ساختاریافته (SQL) را شناسایی کنید
اشیاء پایگاه داده مشترک را شناسایی کنید
خدمات داده Azure رابطه ای را شرح دهید
خانواده محصولات Azure SQL از جمله Azure SQL Database، Azure SQL Managed Instance و SQL Server در ماشین های مجازی Azure را توضیح دهید
خدمات پایگاه داده Azure را برای سیستم های پایگاه داده منبع باز شناسایی کنید
ملاحظات کار با دادههای غیرمرتبط در Azure (15 تا 20%) را شرح دهید
قابلیتهای ذخیرهسازی Azure را شرح دهید
ذخیره Azure Blob را توضیح دهید
ذخیره فایل Azure را توضیح دهید
ذخیره Azure Table را توضیح دهید
قابلیت ها و ویژگی های Azure Cosmos DB را شرح دهید
موارد استفاده را برای Azure Cosmos DB شناسایی کنید
Azure Cosmos DB APIs
را توضیح دهیدمیزان حجم کاری تجزیه و تحلیل را در Azure (25 تا 30٪) توضیح دهید
عناصر رایج تجزیه و تحلیل در مقیاس بزرگ را شرح دهید
ملاحظات مربوط به جذب و پردازش داده ها را شرح دهید
گزینه های ذخیره داده های تحلیلی را توضیح دهید
خدمات Azure را برای انبار دادهها شرح دهید، از جمله Azure Synapse Analytics، Azure Databricks، Microsoft Fabric، Azure HDInsight، و Azure Data Factory
توضیحات مربوط به تجزیه و تحلیل داده های بلادرنگ را شرح دهید
تفاوت بین داده های دسته ای و جریانی را شرح دهید
خدمات ابری مایکروسافت را برای تجزیه و تحلیل بلادرنگ شناسایی کنید
تجسم داده را در Microsoft Power BI توضیح دهید
قابلیتهای Power BI را شناسایی کنید
ویژگیهای مدلهای داده را در Power BI توضیح دهید
تجسم های مناسب برای داده ها را شناسایی کنید
Sr مدیر پروژه فناوری اطلاعات
نمایش نظرات