مهندسی داده مایکروسافت فبریک: آمادگی آزمون DP-700 - آخرین آپدیت

دانلود Microsoft Fabric Data Engineer: DP-700 Exam Prep

نکته: ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره: مایکروسافت فبریک (Microsoft Fabric) نشان‌دهنده یک تغییر بنیادین در معماری داده‌های سازمانی است و مهندسی داده، انبار داده (Data Warehousing)، هوشمندی آنی (Real-time Intelligence) و یکپارچه‌سازی داده‌ها را در یک اکوسیستم SaaS واحد و منسجم ترکیب می‌کند. به عنوان یک مهندس داده فبریک، شما باید در زمینه‌های الگوهای بارگذاری داده، معماری‌های داده و فرآیندهای ارکستراسیون تخصص داشته باشید. این دوره به‌طور اختصاصی طراحی شده است تا به شما کمک کند این компетенسی‌ها را از طریق پیاده‌سازی عملی و تصمیم‌گیری‌های معماری به دست آورید. در این مسیر، تمام چشم‌انداز مایکروسافت فبریک شامل OneLake، Lakehouse، Warehouse، Spark، Data Factory، Dataflows Gen2، Real-Time Intelligence و Delta Lake را پیمایش خواهید کرد. این دوره یک معماری داده یکپارچه و با کارایی بالا را ارائه می‌دهد که هم برای تحلیل‌های دسته‌ای (Batch) و هم برای تحلیل‌های جریانی (Streaming) ساخته شده است. کار خود را با Lakehouseهای مقیاس‌پذیر و جذب داده‌های قدرتمند آغاز کنید. با ارکستراسیون خط لوله‌های ETL پیچیده، تغییرات Spark و معماری‌های Medallion متکی بر Delta Lake، هوشمندانه‌تر مقیاس‌بندی کنید. سپس در حوزه‌های تخصصی عمیق‌تر شوید؛ تسلط بر T-SQL در انبارهای داده مدرن، طراحی راهکارهای آنی با Eventhouse و KQL و اتوماسیون جریان‌های کاری با Activator. در نهایت، مانند یک حرفه‌ای عملیاتی کنید. امنیت RLS/OLS را پیاده‌سازی کرده، حاکمیت Purview را یکپارچه کنید، معیارهای عملکرد را نظارت کرده و با استانداردهای سازمانی همسو شوید. در پایان، با یک مرکز اختصاصی آماده‌سازی آزمون، شامل چارچوب‌های تصمیم‌گیری استراتژیک، تحلیل سناریوهای عملی و آزمون‌های آزمایشی کامل که شبیه‌ساز گواهینامه واقعی است، اعتماد به نفس خود را برای روز آزمون افزایش دهید. در پایان این دوره، شما قادر خواهید بود: - طراحی و پیاده‌سازی راهکارهای مهندسی داده در مقیاس سازمانی با استفاده از اجزای Microsoft Fabric از جمله Lakehouse، Data Warehouse و Real-Time Intelligence. - توسعه جریان‌های کاری مقیاس‌پذیر برای جذب و تبدیل داده‌ها با استفاده از Pipelines، Dataflows Gen2، Apache Spark و Delta Lake. - پردازش و تحلیل داده‌ها با استفاده از Spark، T-SQL و KQL در معماری‌های Batch و Streaming. - پیاده‌سازی الگوهای معماری Medallion و اصول مدل‌سازی ابعادی برای ایجاد دریاچه‌های داده ساختاریافته و آماده تحلیل. - پیکربندی کنترل‌های امنیتی از جمله RLS، OLS، تنظیمات شبکه و مجوزهای دسترسی دقیق. - نظارت و بهینه‌سازی محیط‌های Fabric با استفاده از معیارهای ظرفیت (Capacity Metrics)، DMVs و ابزارهای تحلیل عملکرد. این دوره برای مهندسان داده، توسعه‌دهندگان ETL، معماران داده و متخصصان تحلیل که به دنبال تایید و ارتقای تخصص خود در اکوسیستم مایکروسافت فبریک هستند، طراحی شده و سخت‌گیری‌های گواهینامه را با عمق معماری دنیای واقعی ترکیب می‌کند. قابلیت‌های مهندسی داده خود را ارتقا دهید، آمادگی خود را اثبات کنید و به یک مهندس داده تایید شده مایکروسافت فبریک تبدیل شوید.

سرفصل ها و درس ها

شروع کار با مایکروسافت فبریک Getting Started with Microsoft Fabric

  • معرفی دوره Course Introduction

  • مایکروسافت فبریک چیست؟ What is Microsoft Fabric?

  • بررسی اجزای سازنده مایکروسافت فبریک Unlocking the Building Blocks of Microsoft Fabric

  • OneLake: ستون فقرات داده‌ای مایکروسافت فبریک OneLake: The Data Backbone of Microsoft Fabric

  • کاوش در رابط کاربری مایکروسافت فبریک Exploring the Microsoft Fabric Interface

  • لیک‌هاوس (Lakehouse) چیست؟ What is a Lakehouse?

  • راه‌اندازی و مدیریت محیط‌های کاری (Workspaces) Setting Up and Managing Workspaces

  • ایجاد و جذب داده‌ها در یک لیک‌هاوس Creating and Ingesting Data into a Lakehouse

  • پرس‌وجو از جداول لیک‌هاوس با استفاده از SQL Analytics Endpoint Querying Lakehouse Tables Using the SQL Analytics Endpoint

  • نمای کلی آپاچی اسپارک (Apache Spark) Apache Spark Overview

  • اجرای اسپارک، پردازش SQL و مدیریت متادیتا Spark Execution, SQL Processing, and Metadata Management

  • کاوش داده‌ها با استفاده از دیتا فریم‌ها (DataFrames) Data Exploration Using DataFrames

  • آشنایی با Delta Lake: ساخت پلتفرم‌های داده قابل اعتماد Delta Lake Unlocked: Building Reliable Data Platforms

  • تبدیل داده‌ها و مدیریت جداول دلتا Transforming Data and Managing Delta Tables

  • پرس‌وجو از جداول دلتا با استفاده از اسپارک و SQL Querying Delta Tables Using Spark and SQL

  • تجسم داده‌ها با استفاده از آپاچی اسپارک Visualizing data using Apache Spark

معماری راهکارهای داده با دیتا فکتوری Architecting Data Solutions with Data Factory

  • معرفی دیتا فکتوری (Data Factory) Introduction to Data Factory

  • بررسی عمیق خط لوله‌های (Pipelines) فبریک A Deep Dive into Fabric Pipelines

  • استفاده از فعالیت Copy Data در فبریک Using Copy Data Activity in Fabric

  • ارکستراسیون خط لوله‌های داده مقیاس‌پذیر با مایکروسافت فبریک Orchestrating Scalable Data Pipelines with Microsoft Fabric

  • استقرار مستمر با استفاده از خط لوله‌های استقرار (Deployment Pipelines) Continuous Deployment Using Deployment Pipelines

  • نسل جدید تبدیل داده‌ها با Dataflows Gen2 Next-Gen Data Transformation with Dataflows Gen2

  • طراحی ETL با Dataflows Gen2 Designing ETL with Dataflows Gen2

  • انتشار، زمان‌بندی و نظارت بر Dataflows Gen2 Publishing, Scheduling, and Monitoring Dataflows Gen2

  • یکپارچه‌سازی Dataflows Gen2 با خط لوله‌ها در مایکروسافت فبریک Integrating Dataflows Gen2 with Pipelines in Microsoft Fabric

  • معرفی معماری مدالین (Medallion Architecture) Introduction to Medallion Architecture

  • معماری مدالین: لایه‌های برنز، نقره و طلا Medallion Architecture: Bronze, Silver, and Gold Layers

  • پیاده‌سازی معماری مدالین در لیک‌هاوس فبریک - بخش اول Implementing Medallion Architecture in a Fabric Lakehouse - I

  • پیاده‌سازی معماری مدالین در لیک‌هاوس فبریک - بخش دوم Implementing Medallion Architecture in a Fabric Lakehouse - II

بررسی عمیق فبریک: تسلط بر انبار داده مدرن Fabric Deep Dive: Mastering the Modern Data Warehouse

  • معرفی انبار داده (Data Warehouse) Introduction to Data Warehouse

  • چارچوب معماری انبار داده مایکروسافت فبریک Architectural Framework of Microsoft Fabric Data Warehouse

  • مدل‌سازی ابعادی در انبار داده مایکروسافت فبریک Dimensional Modeling in Microsoft Fabric Data Warehouse

  • بررسی عملیات جذب و بارگذاری داده‌ها Exploring Data Ingestion and Load Operations

  • طراحی و مدیریت جداول انبار داده Designing and Managing Warehouse Tables

  • پرس‌وجوی داده‌ها از انبار فبریک با استفاده از T-SQL Querying Data from a Fabric Warehouse Using T-SQL

  • تحلیل یکپارچه داده‌ها با انبارهای مایکروسافت فبریک Unified Data Analysis with Microsoft Fabric Warehouses

  • تحلیل‌های پیشرفته با مدل‌های معنایی (Semantic Models) انبار داده Powering Analytics with Semantic Models from Warehouse

  • اپلیکیشن معیارهای ظرفیت مایکروسافت فبریک - بخش اول Microsoft Fabric Capacity Metrics App - I

  • اپلیکیشن معیارهای ظرفیت مایکروسافت فبریک - بخش دوم Microsoft Fabric Capacity Metrics App - II

  • از DMVs تا بینش‌های پرس‌وجو: ردیابی فعالیت‌های کوئری From DMVs to Query Insights: Tracking Query Activity

هوشمندی آنی: داده‌های در حال حرکت، بینش در چند ثانیه Real-Time Intelligence: Data in Motion, Insights in Seconds

  • تکامل از پردازش دسته‌ای به پردازش آنی داده‌ها The Evolution from Batch to Real-Time Data Processing

  • هوشمندی آنی مایکروسافت فبریک چیست؟ What is Microsoft Fabric Real-Time Intelligence?

  • تحلیل‌های جریانی با Eventstream و Eventhouse Streaming Analytics with Eventstream and Eventhouse

  • از Eventstream تا Eventhouse: پردازش آنی داده‌ها From Eventstream to Eventhouse: Real-Time Data Processing

  • پرس‌وجوی داده‌ها در دیتابیس KQL Querying data in a KQL Database

  • اتوماسیون پردازش داده‌ها با دستورات مدیریتی Automate Data Processing With Management Commands

  • ایجاد داشبورد آنی - بخش اول Creating a Real-Tme Dashboard - I

  • ایجاد داشبورد آنی - بخش دوم Creating a Real-Tme Dashboard - II

  • مدیریت و نظارت بر Eventhouse و Eventstreams Managing and Monitoring Eventhouse and Eventstreams

  • عملیاتی کردن داده‌های آنی با استفاده از Activator Operationalizing Real-Time Data Using Activator

  • مرکز فرماندهی داده‌های جریانی: Fabric Real Time Hub Command Center for Streaming Data : Fabric Real-Time Hub

  • نظارت رویداد-محور در مایکروسافت فبریک Event-Driven Monitoring in Microsoft Fabric

امنیت، حاکمیت و مدیریت در مایکروسافت فبریک Security, Governance, and Administration in Microsoft Fabric

  • اصول امنیت در مایکروسافت فبریک Security Fundamentals in Microsoft Fabric

  • امنیت شبکه در فبریک Network Security in Fabric

  • امنیت سطح ردیف (RLS) استاتیک و دینامیک Static and Dynamic Row-Level Security

  • پیاده‌سازی امنیت سطح شیء (OLS) Implementing Object-Level Security

  • نظارت بر معیارها در مایکروسافت فبریک Monitoring Metrics in Microsoft Fabric

  • نظارت بر معیارهای استفاده و بهینه‌سازی عملکرد Monitoring Usage Metrics and Optimizing Performance

  • کاوش و حاکمیت داده‌ها با استفاده از کاتالوگ OneLake Exploring and Governing Data using OneLake Catalog

  • تاییدیه و مدیریت امنیت در کاتالوگ OneLake Endorsement and Security Management in OneLake Catalog

  • معرفی حاکمیت داده (Data Governance) Introduction to Data Governance

  • مایکروسافت Purview: حاکمیت و برچسب‌گذاری Microsoft Purview: Governance & Labels

  • بررسی تبار داده‌ها (Data Lineage) و تحلیل اثرات Exploring Data Lineage and Impact Analysis

مرکز آماده‌سازی آزمون DP-700 DP-700 Exam Preparation Hub

  • سرفصل‌های آزمون DP-700 DP 700 Exam Outline

  • استراتژی‌های هوشمند برای موفقیت در آزمون DP-700 DP-700 Smart Strategies for Exam Success

  • پیاده‌سازی و مدیریت راهکار تحلیلی Implement & Manage an Analytics Solution

  • الگوها و روش‌های جذب داده Data Ingestion Patterns and Methods

  • تغییر شکل، غنی‌سازی و تبدیل داده‌ها Reshape, Enrich, and Transform Data

  • نظارت و بهینه‌سازی جریان‌های کاری داده Monitor and Optimize Data Workflows

  • عملکرد و مقیاس‌پذیری حجم کاری (Workload) Workload Performance and Scale

جمع‌بندی دوره و ارزیابی Course Wrap-Up and Assessment

  • جمع‌بندی نهایی دوره Course Summary

نمایش نظرات

مهندسی داده مایکروسافت فبریک: آمادگی آزمون DP-700
جزییات دوره
22h 39m
71
(آخرین آپدیت)
234
- از 5
دارد
دارد
دارد
Chris Croft
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Chris Croft Chris Croft

مربی مدیریت، سخنران، نویسنده