Guide d’étude de l’examen DP-700 : Implémentation de solutions d’engineering données à l’aide de Microsoft Fabric (bêta)
Objectif de ce document
Ce guide d’étude est destiné à vous aider à comprendre ce qu’il faut attendre de l’examen. Il inclut un résumé des sujets potentiellement couverts par l’examen ainsi que des liens vers des ressources supplémentaires. Aidez-vous des informations et des supports fournis dans ce document pour savoir ce que vous devez étudier afin de vous préparer à l’examen.
| Liens utiles | Description |
|---|---|
| Comment obtenir la certification | Certaines certifications nécessitent un seul examen, tandis que d’autres en nécessitent plusieurs. |
| Votre profil Microsoft Learn | En connectant votre profil de certification à Microsoft Learn, vous pouvez planifier et renouveler des examens, mais aussi partager et imprimer des certificats. |
| Notation des examens et relevés de notes | Pour réussir l’examen, vous devez obtenir un score de 700 ou plus. |
| Bac à sable de l’examen | Vous pouvez explorer l’environnement d’examen en visitant notre examen blanche d’examen. |
| Demander des aménagements | Si vous utilisez des appareils d’assistance, si vous avez besoin de temps supplémentaire ou si vous souhaitez un quelconque changement dans n’importe quelle partie de l’examen, vous pouvez faire une demande d’aménagement. |
À propos de l’examen
Langages
Certains examens sont disponibles dans d’autres langues et sont mis à jour environ huit semaines après la mise à jour de la version anglaise. Si l’examen n’est pas disponible dans la langue de votre choix, vous pouvez demander un temps supplémentaire de 30 minutes pour passer l’examen.
Remarque
Les puces sous chacune des compétences mesurées visent à illustrer notre façon d’évaluer cette compétence. Des sujets connexes peuvent être abordés dans l’examen.
Remarque
La plupart des questions concernent des fonctionnalités qui sont en disponibilité générale (GA). L’examen peut comporter des questions relatives à des fonctionnalités en préversion qui sont déjà couramment utilisées.
Compétences mesurées
Profil du public
En tant que candidat à cet examen, vous devez avoir une expertise en matière de modèles de chargement de données, d’architectures de données et de processus d’orchestration. Vos responsabilités pour ce rôle sont les suivantes :
L’ingestion et la transformation des données.
La sécurisation et la gestion d’une solution d’analytique.
La surveillance et l’optimisation d’une solution d’analytique.
Vous travaillez en étroite collaboration avec les ingénieurs d’analyse, les architectes, les analystes et les administrateurs pour concevoir et déployer des solutions d’engineering données pour l’analytique.
Vous devez être qualifié pour manipuler et transformer des données à l’aide du langage SQL, de PySpark et du langage de requête Kusto (KQL).
Compétences en un clin d’œil
Implémenter et gérer une solution d’analytique (30 à 35 %)
Ingérer et transformer des données (30 à 35 %)
Surveiller et optimiser une solution d’analytique (30 à 35 %)
Implémenter et gérer une solution d’analytique (30 à 35 %)
Configurer les paramètres d’un espace de travail Microsoft Fabric
Configurer les paramètres d’un espace de travail Spark
Configurer les paramètres d’un espace de travail de domaine
Configurer les paramètres d’un espace de travail OneLake
Configurer les paramètres d’un espace de travail de workflow de données
Implémenter la gestion de cycle de vie dans Fabric
Configurer la gestion de version
Implémenter des projets de base de données
Créer et configurer des pipelines de déploiement
Configurer la sécurité et la gouvernance
Implémenter des contrôles d’accès au niveau de l’espace de travail
Implémenter des contrôles d’accès au niveau de l’élément
Implémenter des contrôles d’accès au niveau du fichier, de l’objet, de la colonne et de la ligne
Mettez en œuvre le masquage des données dynamiques
Appliquer des étiquettes de confidentialité à des éléments
Approuver des éléments
Orchestrer des processus
Choisir entre un pipeline et un notebook
Concevoir et implémenter des planifications et des déclencheurs basés sur un événement
Implémenter des modèles d’orchestration avec des notebooks et des pipelines, notamment les paramètres et les expressions dynamiques
Ingérer et transformer des données (30 à 35 %)
Concevoir et implémenter des modèles de chargement
Concevoir et implémenter des chargements de données incrémentiels et complets
Préparer des données à charger dans un modèle dimensionnel
Concevoir et implémenter un modèle de chargement pour les données de diffusion en continu
Ingérer et transformer des données par lots
Choisissez un magasin de données approprié
Choisir entre les flux de données, notebooks et T-SQL pour une transformation des données
Créer et gérer des raccourcis vers les données
Implémenter la mise en miroir
Ingérer des données en utilisant des pipelines
Transformer des données en utilisant PySpark, SQL et KQL
Dénormaliser les données
Grouper et agréger des données
Gérer des données en double, manquantes ou tardives
Ingérer et transformer les données de diffusion en continu
Choisir un moteur de diffusion en continu approprié
Traiter des données en utilisant des flux d’événements
Traiter des données en utilisant le streaming structuré Spark
Traiter des données en utilisant KQL
Créer des fonctions de fenêtrage
Surveiller et optimiser une solution d’analytique (30 à 35 %)
Monitorer des événements Fabric
Monitorer l’ingestion des données
Monitorer la transformation des données
Monitorer l’actualisation du modèle sémantique
Configurer des alertes
Identifier et résoudre les erreurs
Identifier et résoudre les erreurs de pipeline
Identifier et résoudre les erreurs de flux de données
Identifier et résoudre les erreurs de notebook
Identifier et résoudre les erreurs d’eventhouse
Identifier et résoudre les erreurs de flux d’événements
Identifier et résoudre les erreurs T-SQL
Optimiser les performances
Optimiser une table lakehouse
Optimiser un pipeline
Optimiser un entrepôt de données
Optimiser des flux d’événements et des eventhouses
Optimiser les performances de Spark
Optimiser les performances des requêtes
Ressources de l’étude
Nous vous recommandons de vous entraîner et d’acquérir une expérience pratique avant de passer l’examen. Nous offrons des options d’auto-apprentissage, des formations en salle de classe ainsi que des liens vers de la documentation, des sites communautaires et des vidéos.
| Ressources de l’étude | Liens vers les ressources d’apprentissage et la documentation |
|---|---|
| Recevez une formation | Choisissez des parcours et des modules d’apprentissage auto-rythmés ou suivez un cours dispensé par un instructeur |
| Rechercher de la documentation | Microsoft Fabric Qu’est-ce que l'engineering données dans Microsoft Fabric ? |
| Poser une question | Microsoft Q&A | Microsoft Docs |
| Bénéficier du support de la communauté | Analytique sur Azure - Microsoft Tech Community Blog Microsoft Fabric |
| Suivre Microsoft Learn | Microsoft Learn - Microsoft Tech Community |
| Trouver une vidéo | Espace Préparation aux examens Data Exposed Parcourir d’autres émissions Microsoft Learn |