2 ngày (~16 giờ)

Khóa học cung cấp kỹ thuật thiết kế các công nghệ nền tảng dữ liệu khác nhau thành các giải pháp phù hợp với yêu cầu kinh doanh và kỹ thuật. Điều này có thể bao gồm các kịch bản dữ liệu tại chỗ, đám mây và kết hợp kết hợp dữ liệu quan hệ, NoSQL hoặc Data Warehouse. Ngoài ra, học viên sẽ nắm bắt cách thức thiết kế kiến ​​trúc quy trình bằng cách sử dụng một loạt công nghệ cho cả dữ liệu truyền trực tuyến và dữ liệu hàng loạt, bảo mật dữ liệu, bao gồm quyền truy cập dữ liệu, chính sách dữ liệu và tiêu chuẩn. Ngoài ra, học viên nắm bắt cách thức thiết kế các giải pháp dữ liệu Azure, bao gồm các giải pháp tối ưu hóa, khả dụng và khôi phục dữ liệu lớn, xử lý hàng loạt và dữ liệu trực tuyến.

Khóa học được thiết kế nhằm trang bị cho học viên hệ thống kiến thức nền tảng và kỹ năng thực hành cần thiết, giúp nâng cao năng lực chuyên môn, đáp ứng yêu cầu công việc thực tế và hỗ trợ phát triển nghề nghiệp bền vững.

Đối tượng của khóa học này là Chuyên gia dữ liệu, Kiến trúc sư dữ liệu và Chuyên gia kinh doanh thông minh muốn tìm hiểu về các công nghệ nền tảng dữ liệu sẵn có trên Microsoft Azure; hoặc các cá nhân phát triển các ứng dụng cung cấp nội dung từ các công nghệ nền tảng dữ liệu sẵn có trên Microsoft Azure.

Học viên cần có kiến ​​thức về các khái niệm điện toán đám mây và kinh nghiệm chuyên môn với các giải pháp dữ liệu.

Đặc biệt:

• Tạo tài nguyên đám mây trong Microsoft Azure
• Xác định các trường hợp sử dụng cho dữ liệu lớn
• Hiểu cách các dịch vụ điện toán đám mây có thể giải quyết cho các nhu cầu kinh doanh chung

Hoặc có thể tham dự các khóa học sau đây để đảm bảo điều kiện đầu vào cho khóa học:

• Explore Microsoft cloud concepts
• Identify tasks of a data engineer
• Core cloud services – Azure data storage options
• Core cloud services – Azure compute options

Sau khi hoàn tất khóa học, học viên sẽ được cấp chứng nhận hoàn tất khóa học theo quy định của Cecomtech.

Module 1: Data Platform Architecture Considerations

• Core Principles of Creating Architectures
• Design with Security in Mind
• Performance and Scalability
• Design for availability and recoverability
• Design for efficiency and operations
• Case Study

Lab: Case Study

Module 2: Azure Batch Processing Reference Architectures

• Lambda architectures from a Batch Mode Perspective
• Design an Enterprise BI solution in Azure
• Automate enterprise BI solutions in Azure
• Architect an Enterprise-grade Conversational Bot in Azure

Lab: Architect an Enterprise-grade Conversational Bot in Azure

Module 3: Azure Real-Time Reference Architectures

• Describe Lambda architectures for a Real-Time Perspective
• Architect a stream processing pipeline with Azure Stream Analytics
• Design a stream processing pipeline with Azure Databricks
• Create an Azure IoT reference architecture

Lab: Azure Real-Time Reference Architectures

Module 4: Data Platform Security Design Considerations

• Defense in Depth Security Approach
• Identity Management
• Infrastructure Protection
• Encryption Usage
• Network Level Protection
• Application Security

Lab: Data Platform Security Design Considerations

Module 5: Designing for Resiliency and Scale

• Adjust Workload Capacity by Scaling
• Optimize Network Performance
• Design for Optimized Storage and Database Performance
• Identify Performance Bottlenecks
• Design a Highly Available Solution
• Incorporate Disaster Recovery into Architectures
• Design Backup and Restore strategies

Lab: Designing for Resiliency and Scale

Module 6: Design for Efficiency and Operations

• Maximizing the Efficiency of your Cloud Environment
• Use Monitoring and Analytics to Gain Operational Insights
• Use Automation to Reduce Effort and Error

Lab: Design for Efficiency and Operations