آموزش نکات امتحان: Microsoft Azure Data Fundamentals (DP-900)

Exam Tips: Microsoft Azure Data Fundamentals (DP-900)

نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
توضیحات دوره: داده ها در همه جا وجود دارد و شرکت ها برای درک بهتر مشتریان و رقبای خود و تصمیم گیری مناسب در مورد تجارت به آن نیاز دارند. لاجوردی از بهترین گزینه های بازار است. در این دوره ، استاد امیلیو ملو مهمترین مباحث مربوط به آزمون DP-900 ، اولین گواهینامه مسیر داده های Microsoft را پوشش می دهد. امیلیو گواهینامه و آزمون DP-900 را توضیح می دهد ، سپس به مفاهیم اصلی داده ، مانند پردازش داده ها و تجزیه و تحلیل داده ها می پردازد. او به روش هایی برای کار با داده های رابطه ای در Azure می پردازد ، از جمله گزینه های میزبانی و پایگاه داده رابطه ای در Azure. لاجورد همچنین روش هایی برای مدیریت داده های غیر رابطه ای دارد و امیلیو چندین گزینه را مورد بحث قرار می دهد. او بارهای تجزیه و تحلیل را پشت سر می گذارد ، و سپس با بینش در مورد ذخیره سازی داده ها در Azure و Power BI نتیجه گیری می کند.

سرفصل ها و درس ها

معرفی Introduction

  • گواهینامه DP-900 چگونه به من کمک می کند؟ How does the DP-900 certification help me?

  • گواهینامه و آزمون DP-900 The DP-900 certification and exam

1. درک مفاهیم هسته اصلی 1. Understanding Core Data Concepts

  • مفاهیم داده اصلی Core data concepts

  • مفاهیم پردازش داده Data processing concepts

  • دسته های تجزیه و تحلیل داده ها Data analytics categories

  • منابع اضافی برای مفاهیم داده اصلی Additional resources for core data concepts

2. کار با داده های رابطه ای در Azure 2. Working with Relational Data in Azure

  • مفاهیم داده های رابطه ای Relational data concepts

  • میزبانی داخلی ، IaaS ، PaaS و SaaS On-premises hosting, IaaS, PaaS, and SaaS

  • پیشنهادات پایگاه داده رابطه ای در Azure Relational database offerings in Azure

  • پرس و جو از داده های رابطه ای Querying relational data

  • وظایف مدیریت داده های رابطه ای Relational data management tasks

  • کار با پایگاه داده های ارتباطی در Azure Working with relational databases in Azure

  • پایگاه های داده رابطه ای: منابع اضافی Relational databases: Additional resources

3. کار با داده های غیر رابطه ای در لاجوردی 3. Working with Non-Relational Data in Azure

  • داده های غیر رابطه ای Non-relational data

  • پیشنهادات پایگاه داده غیر رابطه ای در Azure Non-relational database offerings in Azure

  • CosmosDB CosmosDB

  • ذخیره سازی لاجوردی Azure Storage

  • کار با پایگاه داده های غیر رابطه ای در Azure Working with non-relational databases in Azure

  • پایگاه های داده غیر رابطه ای: منابع اضافی Non-relational databases: Additional resources

4. ذخیره سازی داده های مدرن در لاجوردی 4. Modern Data Warehousing in Azure

  • درک بارهای تجزیه و تحلیل Understanding analytics workloads

  • مروری بر انبار کردن داده های مدرن Overview of modern data warehousing

  • درک م componentsلفه های مصرف داده Understanding data ingestion components

  • درک ابزارهای تجزیه و تحلیل داده ها Understanding data analytics tools

  • مقدمه ای بر Power BI Introduction to Power BI

  • نسخه ی نمایشی: ذخیره سازی داده ها در Microsoft Azure Demo: Data warehousing on Microsoft Azure

  • انبار کردن داده های مدرن: منابع اضافی Modern data warehousing: Additional resources

نمایش نظرات

آموزش نکات امتحان: Microsoft Azure Data Fundamentals (DP-900)
جزییات دوره
1h 53m
26
Linkedin (لینکدین) Linkedin (لینکدین)
(آخرین آپدیت)
12
- از 5
ندارد
دارد
دارد
Emilio Melo
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Emilio Melo Emilio Melo

معمار راه حل های ابری با بیش از 20 سال تجربه در فناوری اطلاعات

امیلیو ملو یک معمار راه حل های ابری با بیش از 20 سال تجربه در فناوری اطلاعات است.

امیلیو انواع مختلفی را برگزار کرده است. نقش ها، از جمله پشتیبانی، مشاوره، تدریس، مدیریت پروژه و فروش. او درک کل نگر حاصل از صنعت را به کار خود می آورد.

پس از سال ها کار در محل، امیلیو زمان و تخصص خود را بر روی فناوری های ابری و علوم داده، به ویژه Azure Data و AI، Power BI، SQL متمرکز کرد. سرور و شیرپوینت او در حال حاضر به عنوان مربی، توسعه‌دهنده محتوا و مشاور از طریق شرکت خود، Cloud Advantage کار می‌کند. پیش از این، امیلیو برای شرکت‌های بزرگ فناوری اطلاعات مانند Trivago، IBM، و مایکروسافت کار می‌کرد، جایی که او به عنوان یک معمار راه‌حل‌های ابری کار می‌کرد و به مشتریان در طراحی و معمار داده‌ها، تجزیه و تحلیل پیشرفته و راه‌حل‌های هوش مصنوعی کمک می‌کرد.