DP-203: Data Engineering on Microsoft Azure – Pearson VUE

Descrição

Como candidato a este exame, você deve ser especialista na integração, transformação e consolidação de dados de vários sistemas de dados estruturados, não estruturados e de streaming em um esquema adequado para a criação de soluções de análise.

Como engenheiro de dados do Azure, você ajuda os stakeholders a entender os dados por meio da exploração, além de criar e manter pipelines de processamento de dados seguros e compatíveis usando diferentes ferramentas e técnicas. Você usa vários serviços de dados e estruturas do Azure para armazenar e produzir conjuntos de dados limpos e aprimorados para análise. Esse armazenamento de dados pode ser projetado com diferentes padrões de arquitetura com base nos requisitos de negócios, incluindo:

• MDW (data warehouse moderno)
• Big Data
• Arquitetura do Lakehouse

Como engenheiro de dados do Azure, você também ajuda a garantir que a operacionalização de pipelines de dados e armazenamentos de dados seja de alto desempenho, eficiente, organizada e confiável, considerando um conjunto de requisitos de negócios e restrições. Você ajuda a identificar e solucionar problemas operacionais e de qualidade de dados. Você também projeta, implementa, monitora e otimiza as plataformas de dados para atender aos pipelines de dados.

Como candidato a este exame, você deve ter um conhecimento sólido das linguagens de processamento de dados, incluindo:

• SQL
• Python
• Scala

Você precisa entender o processamento paralelo e os padrões de arquitetura de dados. Você deve ser proficiente em usar o seguinte para criar soluções de processamento de dados:

• Fábrica de dados do Azure
• Azure Synapse Analytics
• Stream Analytics do Azure
• Hubs de eventos do Azure
• Armazenamento do Azure Data Lake
• Azure Databricks

Habilidades medidas

• A versão em inglês desse exame será atualizada em 2 de novembro de 2023. Revise o guia de estudo vinculado na caixa “Dica” anterior para obter detalhes sobre as habilidades avaliadas e as alterações futuras.
• Projetar e implementar um armazenamento de dados (15 a 20%)
• Desenvolver um processamento de dados (40 a 45%)
• Proteger, monitorar e otimizar o armazenamento e o processamento de dados (30 a 35%)