آموزش DP-203: مهندسی داده در مایکروسافت آژور - ۲۰۲۲ - آخرین آپدیت

دانلود DP-203: Data Engineering on Microsoft Azure - 2022

نکته: ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره:

آمادگی آزمون Microsoft DP-203: مهندسی داده در Microsoft Azure

با بیش از 25 ساعت ویدئو، آزمون‌های تمرینی، پوشش کامل 100% سرفصل‌ها و دموی عملی، برای موفقیت در آزمون DP-203 آماده شوید.

سرفصل‌های کلیدی آزمون DP-203:

پیش‌نیازها:

  • مفاهیم پایه پایگاه داده
  • اشتیاق و اراده برای قبولی در آزمون DP-203

درباره این دوره:

این دوره برای کمک به شما و تیمتان طراحی شده تا مهارت‌های لازم برای قبولی در آزمون گواهینامه Microsoft Azure DP-203 را کسب کنید. آزمون DP-203 برای مهندسان داده Azure طراحی شده است. این آزمون بر پیاده‌سازی و پیکربندی تمرکز دارد، بنابراین شما باید بدانید چگونه سرویس‌های داده را در پورتال Azure ایجاد، مدیریت، استفاده و پیکربندی کنید.

چرا در آزمون DP-203 شرکت کنیم؟

  • رشد شغلی چشمگیر: طبق گزارش Dice.com در سال 2019، آگهی‌های شغلی برای مهندسان داده رشدی 88 درصدی نسبت به سال قبل داشته است که بالاترین نرخ رشد در بین تمام مشاغل فناوری بوده است.
  • افزایش اعتماد به نفس و درآمد: طبق مطالعه‌ای توسط Pearson VUE، پس از دریافت گواهینامه، 65% افراد احساس اعتماد به نفس بیشتری در شغل فعلی خود دارند و 35% افراد اعلام کرده‌اند که حقوقشان افزایش یافته است.

ویژگی‌های برجسته دوره:

  • به‌روزرسانی کامل با آخرین سرفصل‌های منتشر شده توسط مایکروسافت برای DP-203.
  • پوشش 100% سرفصل‌های آزمون.
  • محتوای دوره شامل:
    • بیش از 25 ساعت محتوا.
    • 2 آزمون تمرینی.
    • کوئیزهای مخصوص برای رفع اشکال مفاهیم.
    • مطالب تکمیلی برای مطالعه بیشتر.
    • منابع پاورپوینت و دمو.

محتوای دوره شامل:

  • دسترسی کامل مادام‌العمر با تمام به‌روزرسانی‌های آینده.
  • گارانتی بازگشت وجه 30 روزه.
  • گواهینامه پایان دوره.

مخاطبان هدف:

  • هر کسی که می‌خواهد برای آزمون DP-203 آماده شود.
  • هر کسی که می‌خواهد یک مهندس داده Azure شود.
  • مهندسان داده مایکروسافت Azure.
  • دانشمندان داده مایکروسافت Azure.
  • توسعه‌دهندگان پایگاه داده و BI.
  • مدیران پایگاه داده.
  • تحلیلگران داده یا افراد با سوابق شغلی مشابه.
  • افراد با سوابق شغلی مرتبط با پایگاه داده‌های داخلی (On-Premises) که می‌خواهند نحوه پیاده‌سازی این فناوری‌ها را در Azure Cloud بیاموزند.

پیش‌نیازها:

  • مفاهیم پایه پایگاه داده.

زبان دوره:

  • انگلیسی. لطفاً مطمئن شوید که به زبان انگلیسی راحت هستید، زیرا زیرنویس‌ها برای درک کامل دوره کافی نیستند.

فناوری‌های پوشش داده شده در گواهینامه DP-203:

پیاده‌سازی پایگاه داده‌های غیر رابطه‌ای:

  • پایگاه داده‌های غیر رابطه‌ای (Blob Storage)
  • Cosmos DB

پیاده‌سازی پایگاه داده‌های رابطه‌ای:

  • Azure SQL Server
  • Azure Synapse Analytics Service

مدیریت امنیت داده‌ها:

  • Data masking
  • Data Encryption

توسعه راه‌حل‌های پردازش دسته‌ای:

  • Azure Data Factory
  • Azure Databricks

توسعه راه‌حل‌های جریانی:

  • Azure Streaming Service

نظارت بر ذخیره‌سازی داده‌ها:

  • نظارت بر Azure Blob Storage
  • نظارت بر Azure Data Lake
  • نظارت بر Azure SQL Database
  • نظارت بر Azure Synapse Analytics
  • نظارت بر Azure Cosmos DB
  • Azure Monitoring Service

نظارت بر پردازش داده‌ها:

  • نظارت بر Azure Data Factory
  • نظارت بر Azure Databricks
  • نظارت بر Azure Stream Analytics

بهینه‌سازی راه‌حل‌های داده Azure:

  • بهینه‌سازی Azure Data Lake
  • بهینه‌سازی Azure Stream Analytics
  • بهینه‌سازی Azure Synapse Analytics
  • بهینه‌سازی Azure SQL Database

نظرات برخی از دانشجویان:

  • "یکی از شگفت‌انگیزترین دوره‌هایی که تاکنون در یودمی گذرانده‌ام. لطفاً در گذراندن این دوره تردید نکنید. مدرس واقعاً حرفه‌ای است و تجربه زیادی در زمینه موضوع دوره دارد." - Khadija Badary
  • "بسیاری از مفاهیم را به خوبی توضیح داده است. یک دوره ضروری برای مبتدیان." - Manoranjan Swain
  • "من از این دوره برای توضیح دقیق همه چیز برای یک مبتدی قدردانی می‌کنم. این به من در غلبه بر چالش‌ها در محل کار کمک خواهد کرد." - Benjamin Curtis
  • "دوره خوبی برای مبتدیان. آزمایش‌ها برای درک مفاهیم واقعاً مفید هستند. متشکرم." - Sapna

سرفصل ها و درس ها

مقدمه دوره Course Introduction

  • مقدمه دوره و تعیین انتظارات Course Introduction and set expectation

  • مهم: هر آنچه باید در مورد آزمون و این دوره بدانید IMP: Everything you need to know about exam and this course

  • مهم: دستورالعمل‌ها IMP: Instructions

  • چگونه پس از ۱۲ ماه به صورت رایگان از پورتال Azure استفاده کنیم؟ How to keep using Azure Portal for FREE after 12 months?

  • چگونه اعتبار رایگان برای پورتال Azure دریافت کنیم؟ How to get FREE credits for Azure Portal

  • منابع PPT و دمو PPT and Demo Resources

  • قبل از شروع... Before you start...

  • سوالات تمرینی و آزمونک‌ها Practice Questions and Quizzes

مقدمه به رایانش ابری Azure و پروفایل مهندس داده Introduction to Azure Cloud and Data Engineer Profile

  • کاملاً مبتدی در رایانش ابری؟ این یک دوره رایگان برای شماست Absolute new to Cloud Computing? Here is FREE course for you

  • ایجاد اشتراک Azure Create Azure Subscription

  • مرور کلی پورتال Azure Azure Portal Overview

  • حذف منابع و تعیین بودجه Delete Resources and Set Budget

  • پروفایل مهندس داده چگونه تکامل یافت How did Data Engineer Profile Evolve

  • نقش و مسئولیت مهندس داده Data Engineer Role and Responsibility

  • فناوری‌های مهندس داده Data Engineer Technologies

  • خلاصه‌ای از پروفایل و فناوری‌های مهندسی داده Summary of Data Engineering Profile and Technologies

  • مطالب آموزشی بیشتر Further Study Material

ذخیره‌سازی داده: انبارهای داده غیررابطه‌ای Data Storage: Non-Relational Data Stores

  • اهداف یادگیری Learning objectives

  • مرور کلی سرویس‌های ذخیره‌سازی Azure Azure Storage Services Overview

  • دمو: ایجاد حساب ذخیره‌سازی Azure Demo Provision Azure Storage Account

  • گزینه‌های افزونگی داده Data Redundancy Options

  • ذخیره‌سازی Blob در Azure Azure Blob Storage

  • سطوح دسترسی ذخیره‌سازی Azure Azure Storage Access Tiers

  • ذخیره‌سازی Table در Azure Azure Table Storage

  • ذخیره‌سازی Queue در Azure Azure Queue Storage

  • ذخیره‌سازی اشتراک فایل Azure Azure File Share Storage

  • دمو: ذخیره‌سازی اشتراک فایل Azure Demo Azure File Share Storage

  • ذخیره‌سازی دیسک Azure و دمو Azure Disk Storage and demo

  • نکته مهم: Cosmos DB در آزمون نیست IMP Note: Cosmos DB is Not in exam

  • Cosmos DB: تعریف مسئله - Cosmos DB چگونه تکامل یافت؟ Cosmos DB: Problem Statement - How Cosmos DB Evolved?

  • Cosmos DB: ویژگی‌ها Cosmos DB: Features

  • Cosmos DB: ۵ API چندمدلی Cosmos DB: Multi Model 5 APIs

  • Cosmos DB: ایجاد حساب Cosmos DB: Provision Account

  • Cosmos DB: کانتینرها و آیتم‌های پایگاه داده Cosmos DB: Database containers and items

  • Cosmos DB: توان عملیاتی و واحدهای درخواست Cosmos DB: Throughput and request units

  • Cosmos DB: مقیاس‌پذیری افقی Cosmos DB: Horizontal Scaling

  • Cosmos DB: پارتیشن‌بندی و کلید پارتیشن چیست؟ Cosmos DB: What is partitioning and partition key

  • Cosmos DB: توان عملیاتی اختصاصی در مقابل مشترک Cosmos DB: Dedicated vs Shared throughput

  • Cosmos DB: جلوگیری از پارتیشن داغ Cosmos DB: Avoiding hot partition

  • Cosmos DB: پارتیشن واحد در مقابل پارتیشن متقاطع Cosmos DB: Single partition vs Cross partition

  • Cosmos DB: کلید ترکیبی Cosmos DB: Composite Key

  • Cosmos DB: بهترین روش برای کلید پارتیشن Cosmos DB: Partition key best practice

  • Cosmos DB: دمو - درج و پرس‌وجوی داده Cosmos DB: Demo - Insert and query data

  • Cosmos DB: زمان ماندگاری (Time to Live) Cosmos DB: Time to Live

  • Cosmos DB: توزیع جهانی Cosmos DB: Globally Distribution

  • Cosmos DB: چند مستر (Multi Master) Cosmos DB: Multi Master

  • Cosmos DB: Fail-over دستی در مقابل خودکار Cosmos DB: Manual vs Automatics Fail-over

  • Cosmos DB: ۵ سطح سازگاری Cosmos DB: 5 consistent level

  • Cosmos DB: CLI Cosmos DB: CLI

  • دیتا لیک (Data Lake) چیست؟ What is Data Lake?

  • چگونه Data Lake Gen 2 تکامل یافت How Data Lake Gen 2 evolved

  • ذخیره‌سازی Blob در Azure در مقابل Data Lake در Azure Azure Blob Storage vs Azure Data Lake

  • گزینه‌های امنیتی Blob و Data Lake در Azure Azure Blob & Data Lake Security options

  • در دسترس بودن بالا در مقابل بازیابی فاجعه (Disaster Recovery) High Availability vs Disaster Recovery

  • ذخیره‌سازی Azure - گزینه‌های HA و DR Azure Storage - HA and DR Options

  • Cosmos DB - گزینه‌های HA و DR Cosmos DB - HA and DR Options

  • مطالب آموزشی بیشتر Further Study Material

  • یادداشت‌های من در این بخش My Notes on this section

  • آزمون‌های تمرینی Practice Tests

ذخیره‌سازی داده: انبارهای داده رابطه‌ای Data Storage: Relational Data Stores

  • اهداف یادگیری Learning objectives

  • Azure SQL: چرا؟ Azure SQL: Why?

  • ارائه‌های پایگاه داده IaaS در مقابل PaaS در Azure Azure Iaas vs Pass Database Offerings

  • محدودیت‌های ارائه‌های پایگاه داده PaaS و IaaS Limitations of PaaS and IaaS Database offerings.

  • Azure SQL: گزینه‌های استقرار PaaS Azure SQL: PaaS Deployment Options

  • دموی Azure SQL Server: ایجاد پایگاه داده واحد Azure SQL Server Demo: Provision Single Database

  • Azure SQL Server: مدل‌های خرید و سطوح سرویس Azure SQL Server: Purchasing models and service tiers

  • پایگاه داده الاستیک Azure Azure Elastic Database

  • دموی پایگاه داده الاستیک Azure: ایجاد Azure Elastic Database Demo: Provision

  • پایگاه داده Azure SQL: لایه‌های امنیتی Azure SQL Database: Security layers

  • مقیاس‌پذیری پایگاه داده Azure Scaling Azure Database

  • پایگاه داده Azure SQL: گزینه‌های در دسترس بودن بالا و بازیابی فاجعه Azure SQL Database High Availability and Disaster Recovery options

  • پایگاه داده Azure SQL: پشتیبان‌گیری و بازیابی Azure SQL Database Backup and Restore

  • معماری انبار داده سنتی در مقابل مدرن Traditional vs Modern Warehouse architecture

  • سرویس Synapse Analytics چیست؟ What is Synapse Analytics Service

  • دمو: ایجاد Dedicated SQL Pool Demo: Create Dedicated SQL Pool

  • دمو: اتصال Dedicated SQL Pool با SSMS Demo: Connect Dedicated SQL Pool with SSMS

  • دمو: ایجاد فضای کاری Azure Synapse Analytics Studio Demo: Create Azure Synapse Analytics Studio Workspace

  • دمو: بررسی Synapse Studio Demo: Explore Synapse Studio

  • دمو: ایجاد Dedicated SQL Pool و Spark Pool Demo: Create Dedicated SQL Pool and Spark Pool

  • دمو: تحلیل داده با استفاده از Dedicated SQL Pool Demo: Analyse Data using Dedicated SQL Pool

  • دمو: تحلیل داده با استفاده از Apache Spark Notebook Demo: Analyse Data using Apache Spark Notebook

  • دمو: تحلیل داده با استفاده از Serverless SQL Pool Demo: Analyse Data using Serverless SQL Pool

  • دمو: Data Factory از Synapse Analytics Studio Demo: Data Factory from Synapse Analytics Studio

  • دمو: نظارت بر Synapse Studio Demo: Monitor Synapse Studio

  • Azure Synapse: معماری MPP Azure Synapse: MPP Architecture

  • Azure Synapse: الگوهای ذخیره‌سازی و Sharding Azure Synapse: Storage and Sharding Patterns

  • Azure Synapse: توزیع داده و کلیدهای توزیع Azure Synapse: Data Distribution and Distributing Keys

  • Azure Synapse: انواع داده و انواع جدول Azure Synapse: Data Types and Table Types

  • Azure Synapse: پارتیشن‌بندی Azure Synapse: Partitioning

  • Azure Synapse: بهترین روش‌ها برای جداول Fact و Dimension Azure Synapse: Best Practices for Fact and Dimension tables

  • دمو: تحلیل توزیع داده قبل از مهاجرت به Azure Demo: Analyze Data distribution before migration to Azure

  • Azure Synapse: روش‌های مختلف بارگذاری Azure Synapse: Different loading methods

  • Azure Synapse: بارگذاری با SSIS در مقابل PolyBase Azure Synapse: Loading with SSIS vs PolyBase

  • دموی Azure Synapse: بارگذاری با Polybase Azure Synapse Demo: Loading with Polybase

  • مقیاس‌بندی انبار داده Azure Scaling Azure Datawarehouse

  • انبار داده Azure SQL: پشتیبان‌گیری و بازیابی Azure SQL Datawarehouse Backup and Restore

  • پایگاه داده Azure در مقابل انبار داده Azure (Synapse Data Pool) Azure Database vs Azure Datawarehouse (Synapse Data Pool)

  • پیاده‌سازی پوشش داده (Data Masking) Implement data masking

  • رمزگذاری داده در حالت سکون و در حال حرکت Encrypt data at rest and in motion

  • مطالب آموزشی بیشتر Further Study Material

  • یادداشت‌های من در این بخش My Notes on this section

  • آزمون‌های تمرینی Practice Tests

پردازش دسته‌ای [طراحی و توسعه پردازش داده] Batch Processing [Design and develop data processing]

  • اهداف یادگیری Learning objectives

  • Data Factory چیست؟ What is Data Factory

  • Data Factory در اکوسیستم Azure Data Factory within Azure Eco system

  • ایجاد Data Factory Provision Data Factory

  • Data Factory - مؤلفه‌ها Data Factory - Components

  • Data Factory - پایپ‌لاین و فعالیت‌ها Data Factory - Pipeline and Activities

  • Data Factory - سرویس‌های مرتبط و مجموعه‌داده‌ها Data Factory - Linked service and Datasets

  • Data Factory - زمان اجرای یکپارچه‌سازی (Integration Runtime) Data Factory - Integration Runtime

  • Data Factory - تریگرها Data Factory - Triggers

  • دمو: فعالیت کپی داده از طریق ویزارد Demo: Copy Data Activity through wizard

  • دمو: فعالیت کپی داده با استفاده از صفحه نویسنده Demo: Copy Data Activity using Author page

  • Data Factory - ویژگی‌های کاربر Data Factory - User Properties

  • Data Factory - پارامترها Data Factory - Parameters

  • Data Factory - مفهوم جریان داده (Data Flow) Data Factory - Data Flow Concept

  • Data Factory - نگاشت جریان داده (Mapping Data Flow) Data Factory - Mapping Data Flow

  • Data Factory - جریان داده Wrangling Data Factory - Wrangling Data Flow

  • Azure Databricks چیست؟ What is Azure Databricks

  • چگونه هزینه دمو Databricks را کاهش دهیم How to save Databricks demo Cost

  • مرور کلی دمو Demo overview

  • دمو: ایجاد Databricks، خوشه‌ها و WorkBook Demo: Provision Databricks, Clusters and workbook

  • دمو: اتصال Data Lake به DBFS Databricks Demo: Mount Data Lake to Databricks DBFS

  • دمو: کاوش، تحلیل، پاک‌سازی، تبدیل و بارگذاری داده در Databricks Demo: Explore, Analyze, Clean, Transform and Load Data in Databricks

  • مبانی Spark Spark Basics

  • خوشه‌های Azure Databricks Azure Databricks Clusters

  • سایر مؤلفه‌های مهم Azure Databricks Azure Databricks Other Important Components

  • مطالب آموزشی بیشتر Further Study Material

  • یادداشت‌های من در این بخش My Notes on this section

  • آزمون‌های تمرینی Practice Tests

تجزیه و تحلیل جریانی [طراحی و توسعه پردازش داده] Streaming Analytics [Design and develop data processing]

  • اهداف یادگیری Learning objectives

  • پردازش رویداد زنده چیست؟ What is Live Event Processing

  • معرفی Azure Stream Analytics (پیکربندی ورودی و خروجی) Introducing Azure Stream Analytics (configure input and output)

  • مقدمه‌ای بر توابع پنجره‌ای (Windowing Functions) Introduction to Windowing Functions

  • پنجره Tumbling Tumbling Window

  • پنجره Hopping Hopping Window

  • پنجره Sliding Sliding Window

  • پنجره Session Session Window

  • دمو: پردازش ورودی ذخیره‌سازی Blob Demo: Processing Blob Storage Input

  • دمو: پردازش ورودی IoT Hub Demo: Processing IOT Hub Input

  • جریان‌سازی ساختاریافته Spark Spark Structured Streaming

  • مطالب آموزشی بیشتر Further Study Material

  • یادداشت‌های من در این بخش My Notes on this Section

  • آزمون‌های تمرینی Practice Tests

نظارت بر ذخیره‌سازی داده Monitor Data Storage

  • اهداف یادگیری Learning objectives

  • مقدمه‌ای بر سرویس Azure Monitor Intro to Azure Monitor Service

  • دمو: سرویس Azure Monitor Demo: Azure Monitor Service

  • پیاده‌سازی نظارت بر ذخیره‌سازی Blob و Data Lake Implementing Blob and Data Lake Storage monitoring

  • پیاده‌سازی نظارت بر Azure Synapse Analytics Implement Azure Synapse Analytics monitoring

  • پیاده‌سازی نظارت بر Cosmos DB Implement Cosmos DB monitoring

  • مطالب آموزشی بیشتر Further Study Material

  • یادداشت‌های من در این بخش My Notes on this Section

  • آزمون‌های تمرینی Practice Tests

نظارت بر پردازش داده Monitor Data Processing

  • اهداف یادگیری Learning objectives

  • نظارت بر پایپ‌لاین‌های Data Factory Monitor Data Factory Pipelines

  • نظارت بر Data Factory - معیارها، هشدارها، تنظیمات تشخیصی Monitor Data Factory - Metrics, Alerts, Diagnostic Settings

  • نظارت بر Azure Databricks Monitor Azure Databricks

  • نظارت بر Stream Analytics Monitor Stream Analytics

  • مطالب آموزشی بیشتر Further Study Material

  • یادداشت‌های من در این بخش My Notes on this Section

  • آزمون‌های تمرینی Practice Tests

بهینه‌سازی راهکارهای داده Azure Optimize Azure Data Solutions

  • اهداف یادگیری Learning objectives

  • عیب‌یابی تنگناهای پارتیشن‌بندی داده Troubleshoot Data Partitioning Bottlenecks

  • بهینه‌سازی ذخیره‌سازی Data Lake Optimize Data Lake Storage

  • بهینه‌سازی Stream Analytics Optimize Stream Analytics

  • بهینه‌سازی Azure Synapse Analytics Optimize Azure Synapse Analytics

  • مدیریت چرخه عمر داده Manage the Data Lifecycle

  • مطالب آموزشی بیشتر Further Study Material

  • یادداشت‌های من در این بخش My Notes on this Section

  • آزمون‌های تمرینی Practice Tests

طراحی یک راهکار داده Azure Designing an Azure Data Solution

  • انواع داده Data Types

  • انواع ذخیره‌سازی داده Data Storage Types

  • انتخاب فضای ذخیره‌سازی Azure برای برنامه Select Azure Store for application

  • معماری پلتفرم داده Azure Azure Data Platform Architecture

  • RTO و RPO RTO and RPO

  • سناریوها - طراحی راهکار برای CosmosDB در مقابل Data Lake در مقابل Blob Storage Scenarios - Designing a solution for CosmosDB vs Data Lake vs Blob Storage

  • سناریوها - طراحی برای پایگاه داده SQL در مقابل انبار داده Scenarios - Designing for SQL Database vs Data warehouse

  • طراحی راهکارهای پردازش دسته‌ای با استفاده از Data Factory و Databricks Design Batch Processing Solutions using Data Factory and DataBricks

  • روش‌های ورود داده Data Ingestion Methods

  • پردازش زمان واقعی Real Time Processing

  • طراحی و تامین منابع محاسباتی Design and Provision Compute Resources

  • معماری Lambda Lambda Architecture

  • برنامه‌ریزی برای نقاط پایانی امن (عمومی/خصوصی) Plan for Secure Endpoints (Public/Private)

  • آزمون‌های تمرینی Practice Tests

آزمون‌های تمرینی Practice Tests

  • منابع سوالات آزمون تمرینی DP-203 DP-203 Practice Test Questions Resources

  • منابع سوالات آزمون تمرینی DP-200/201 DP-200/201 Practice Test Questions Resource

  • نکات آزمون Exam Tips

  • نمونه سوالات ۱ Sample Questions 1

  • نمونه سوالات ۲ Sample Questions 2

جمع‌بندی Wrapping up

  • بعدش چی؟ What's Next?

  • بخش جایزه Bonus Section

نمایش نظرات

آموزش DP-203: مهندسی داده در مایکروسافت آژور - ۲۰۲۲
جزییات دوره
24 hours
189
Udemy (یودمی) Udemy (یودمی)
(آخرین آپدیت)
33,783
4.4 از 5
دارد
دارد
دارد
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Eshant Garg | LearnCloud.Info | 80,000+ Enrollments Eshant Garg | LearnCloud.Info | 80,000+ Enrollments

مربی | LearnCloud.info | AWS | Azure13 سال تجربه حرفه ای گسترده با تخصص در مایکروسافت پایگاه داده و راه حل های اطلاعات کسب و کار، تجزیه و تحلیل پیشرفته، گزارشات و فن آوری های محاسبات ابری Azure گواهینامه ها - DP-200: پیاده سازی یک راه حل داده Azure - DP-201: طراحی یک راه حل داده Azure - متخصص فن آوری گواهینامه مایکروسافت (MCTS) - توسعه پایگاه داده SQL Server - کتابخانه زیرساخت فناوری اطلاعات (ITIL v3) گواهی شده است تخصص Azure: دریاچه داده، کارخانه داده ها، Synapse Analytics (DW)، Polybase، Stream Analytics & Storage Tech Data Big: HDInsgiht، Databricks، Cosmosdb، Hadoop، Spark، Pyspark، Hive، Sqoop