Azure Data Engineer

Kostenlos für Dich

durch Förderung

Azure Data Engineers sind für die Integration von Daten aus unterschiedlichen Datensystemen sowie den Aufbau, die Verwaltung und Wartung hierfür benötigter Datenverarbeitungs-Pipelines zuständig. Du erfährst, wie Künstliche Intelligenz im Beruf eingesetzt wird.

Abschlussart: Zertifikat „Azure Data Engineer“
Zusatzqualifikationen: Original Microsoft-Zertifikat „Microsoft Certified: Azure Administrator Associate”
Zertifikat „Relationale Datenbanken-SQL“
Zertifikat „Python“
Zertifikat „Data Engineer“
Abschlussprüfung: Praxisbezogene Projektarbeiten mit Abschlusspräsentationen
Microsoft-Zertifizierungsprüfung AZ-104: Azure Administrator
Unterrichtszeiten: Vollzeit
Dauer: 16 Wochen

Lehrgangsinhalte

Microsoft Azure Administration

Voraussetzungen für Azure-Administratoren (ca. 1 Tag)

Azure Portale (u. a. PowerShell)

Ressourcen-Manager

Ressourcen und Ressourcengruppen

Azure-Vorlagen (Bicep-Dateien)

Verwalten von Azure-Identitäten und -Governance (ca. 2 Tage)

Microsoft Entra ID

Benutzer:innen und Gruppen

Geräteeinstellungen

Massenbenutzeraktualisierungen

Gastkonten

Self-Service-Kennwort

Rollenbasierte Zugriffskontrolle (RBAC)

Zugriffszuweisungen

Verzeichnisse

Abonnements und Governance: Azure-Richtlinien, Ressourcen, Tags

Kostenmanagement

Managementgruppen

Virtuelle Netzwerke konfigurieren und verwalten (ca. 4,5 Tage)

Virtuelle Netzwerke

VNET-Peering

Private und öffentlichen IP-Adressen, Netzwerk-routen, Netzwerkschnittstellen, Subnetze und virtuelle Netzwerke

Namensauflösung: Azure DNS

Sicherer Zugriff auf virtuelle Netzwerke

NSG zu einem Subnetz oder einer Netzwerkschnittstelle

Azure Bastion-Dienst

Lastausgleich mit Application Gateway

Lokale Konnektivität

Netzwerkleistungsmonitor

Network Watcher

Probleme mit externen Netzwerken

Integrieren eines lokalen Netzwerks in ein virtuelles Azure-Netzwerk

ExpressRoute

Azure-WAN

Speicherplatz implementieren und verwalten (ca. 2 Tage)

Speicherkonten

Zugriffssignatur

Zugriffsschlüssel

Azure-Speicherreplikation

Azure AD-Authentifizierung

Azure Storage Explorer

AZCopy

Azure-Dateien und Azure-Blob-Speicher

Azure-Dateifreigabe

Azure-Dateisynchronisierungsdienst

Künstliche Intelligenz (KI) im Arbeitsprozess

Vorstellung von konkreten KI-Technologien im beruflichen Umfeld

Anwendungsmöglichkeiten und Praxis-Übungen

Bereitstellen und Verwalten von Azure-Rechenressourcen (ca. 3,5 Tage)

Virtual Machines (VMs) für hohe Verfügbarkeit und Skalierbarkeit

Azure Resource Manager-Vorlage (ARM)

VHD-Vorlage

Azure-Festplattenverschlüsselung

VM-Größen

Hinzufügen von Datendatenträgern

Konfigurieren des Netzwerks

Container

Container Apps

Azure Container-Instanzen (ACI)

Web-Apps

Überwachen und Sichern von Azure-Ressourcen (ca. 2 Tage)

Azure Monitor

Metriken

Log Analytics

Diagnoseeinstellungen

Application Insights

Sicherungs- und Wiederherstellungsvorgänge

Sicherungsberichte

Azure-Sicherungsdienst

Softlöschvorgang

Sicherungsrichtlinien

Azure Site

Projektarbeit (ca. 5 Tage)

Zur Vertiefung der gelernten Inhalte

Präsentation der Ergebnisse

Zertifizierungsprüfung AZ-104: Microsoft Azure Administrator

Relationale Datenbanken mit SQL

Grundlagen von Datenbanksystemen mit Access (ca. 3 Tage)

Redundante Daten

Datenintegrität

Normalisierung

BCNF

DB-Entwurf

Beziehung 1:n, m:n

Datentypen

Tabellen

Primär- und Fremdschlüssel

Referentielle Integrität

Beziehungen zwischen Relationen

Entity-Relationship-Modell

Index, Standartwert

Einschränkungen (Check)

Abfragen

Formulare, Berichte

Zirkelbezug

Einführung in SQL Server Management Studio (SSMS) (ca. 2 Tage)

Übersicht

Phys. DB-Design

Tabellen erstellen

Datentypen in MS SQL

Primary Key

Einschränkungen, Standartwerte, Diagramm, Beziehungen

Backup und Restore

Künstliche Intelligenz (KI) im Arbeitsprozess

Vorstellung von konkreten KI-Technologien im beruflichen Umfeld

Anwendungsmöglichkeiten und Praxis-Übungen

Einführung in DDL (ca. 8 Tage)

SQL Grundlagen

Syntax

Befehle

Mehrere Tabellen

Operatoren

Ablaufkontrolle

Skalarwertfunktionen

Tabellenwertfunktionen

Systemfunktionen

Prozeduren mit und ohne Parameter

Fehlertypen

Transaktionen, Sperren, DeadLock

DCL – Data Control Language (ca. 1 Tag)

Anmeldungen

Benutzer:innen

Rollen

Berechtigungen

Datentypen, Datenimport und -export (ca. 1 Tag)

Datentyp geography

Datenexport, Datenimport

Projektarbeit (ca. 5 Tage)

Zur Vertiefung der gelernten Inhalte

Präsentation der Projektergebnisse

Programmierung mit Python

Grundlagen Python (ca. 1 Tag)

Geschichte, Konzepte

Verwendung und Einsatzgebiete

Syntax

Erste Schritte mit Python (ca. 5 Tage)

Zahlen

Zeichenketten

Datum und Zeit

Standardeingabe und -ausgabe

list, tuple dict, set

Verzweigungen und Schleifen (if, for, while)

Künstliche Intelligenz (KI) im Arbeitsprozess

Vorstellung von konkreten KI-Technologien im beruflichen Umfeld

Anwendungsmöglichkeiten und Praxis-Übungen

Funktionen (ca. 5 Tage)

Eigene Funktionen definieren

Variablen

Parameter, Rekursion

Funktionale Programmierung

Fehlerbehebung (ca. 0,5 Tage)

try, except

Programmunterbrechungen abfangen

Objektorientierte Programmierung (ca. 4,5 Tage)

Python-Klassen

Methoden

Unveränderliche Objekte

Datenklasse

Vererbung

Grafische Benutzeroberfläche (ca. 1 Tag)

Buttons und Textfelder

grid-Layout

Dateiauswahl

Projektarbeit (ca. 3 Tage)

Zur Vertiefung der gelernten Inhalte

Präsentation der Projektergebnisse

Data Engineer

Grundlagen Business Intelligence (ca. 2 Tage)

Anwendungsfelder, Dimensionen einer BI Architektur

Grundlagen Business Intelligence, OLAP, OLTP, Aufgaben der Data Engineers

Data Warehousing (DWH): Umgang und Verarbeitung von strukturierten, semi-strukturierten und unstrukturierten Daten

Anforderungsmanagement (ca. 2 Tage)

Aufgaben, Ziele und Vorgehensweise in der Anforderungsanalyse

Datenmodellierung, Einführung/Modellierung mit ERM

Einführung/Modellierung in der UML

· Klassendiagramme

· Use-Case Analyse

· Aktivitätsdiagramme

Künstliche Intelligenz (KI) im Arbeitsprozess

Vorstellung von konkreten KI-Technologien im beruflichen Umfeld

Anwendungsmöglichkeiten und Praxis-Übungen

Datenbanken (ca. 3 Tage)

Grundlagen von Datenbanksystemen

Architektur von Datenbankmanagementsystemen

Anwendung RDBMS

Umsetzung Datenmodell in RDBMS, Normalformen

Praktische und theoretische Einführung in SQL

Grenzen von Relationalen Datenbanken, csv, json

Data Warehouse (ca. 4 Tage)

Star Schema

Datenmodellierung

Erstellung Star Schema in RDBMS

Snowflake Schema, Grundlagen, Datenmodellierung

Erstellung Snowflake Schema in RDBMS

Galaxy Schema: Grundlagen, Datenmodellierung

Slowly Changing Dimension Tables Typ 1 bis 5 – Restating, Stacking, Reorganizing, mini Dimension und Typ 5

Einführung in normal, causal, mini und monster, heterogeneous und sub Dimensions

Vergleich von state und transaction oriented

Faktentabellen, Density und Storage vom DWH

ETL (ca. 4 Tage)

Data Cleansing

· Null Values

· Aufbereitung von Daten

· Harmonisierung von Daten

· Anwendung von Regular Expressions

Data Understanding

· Datenvalidierung

· Statistische Datenanalyse

Datenschutz, Datensicherheit

Praktischer Aufbau von ETL-Strecken

Data Vault 2.0, Grundlagen, Hubs, Links, Satellites, Hash Key, Hash Diff.

Data Vault Datenmodellierung

Praktischer Aufbau eines Data Vault Modells – Raw Vault, Praktische Umsetzung von Hash-Verfahren

Projektarbeit (ca. 5 Tage)

Zur Vertiefung der gelernten Inhalte

Präsentation der Projektergebnisse

Änderungen möglich. Die Lehrgangsinhalte werden regelmäßig aktualisiert.

Voraussetzungen

Grundkenntnisse in der Verwaltung von Azure werden vorausgesetzt.

Lehrgangsziel

Nach diesem Lehrgang verfügst du über fundiertes Wissen in der Azure-Konfiguration und -verwaltung. Python- und SQL-Kenntnisse vervollständigen dein Profil und du kannst diese mit den Aufgaben von Data Engineers verknüpfen.

Zielgruppe

IT- und Netzwerk-Fachkräfte, (Fach-)Informatiker:innen, Personen mit praktischer Erfahrung und guten Kenntnissen im IT-Bereich.

Berufsaussichten

Da Unternehmen für die Auswertung und Zielsetzung Ihrer Geschäftsprozesse immer größer werdende Datenmengen bewältigen und strukturieren müssen, sind Fähigkeiten in der Datenentwicklung und -konstruktion in allen Branchen nachgefragt.

Dein aussagekräftiges Zertifikat gibt detaillierten Einblick in deine erworbenen Qualifikationen und verbessert deine beruflichen Chancen.

Unterrichtskonzept

Didaktisches Konzept

Deine Dozierenden sind sowohl fachlich als auch didaktisch hoch qualifiziert und werden dich vom ersten bis zum letzten Tag unterrichten (kein Selbstlernsystem).

Du lernst in effektiven Kleingruppen. Die Kurse bestehen in der Regel aus 6 bis 25 Teilnehmenden. Der allgemeine Unterricht wird in allen Kursmodulen durch zahlreiche praxisbezogene Übungen ergänzt. Die Übungsphase ist ein wichtiger Bestandteil des Unterrichts, denn in dieser Zeit verarbeitest du das neu Erlernte und erlangst Sicherheit und Routine in der Anwendung. Im letzten Abschnitt des Lehrgangs findet eine Projektarbeit, eine Fallstudie oder eine Abschlussprüfung statt.

Virtueller Klassenraum alfaview®

Der Unterricht findet über die moderne Videotechnik alfaview® statt - entweder bequem von zu Hause oder bei uns im Bildungszentrum. Über alfaview® kann sich der gesamte Kurs face-to-face sehen, in lippensynchroner Sprachqualität miteinander kommunizieren und an gemeinsamen Projekten arbeiten. Du kannst selbstverständlich auch deine zugeschalteten Trainer:innen jederzeit live sehen, mit diesen sprechen und du wirst während der gesamten Kursdauer von deinen Dozierenden in Echtzeit unterrichtet. Der Unterricht ist kein E-Learning, sondern echter Live-Präsenzunterricht über Videotechnik.

Fördermöglichkeiten

Die Lehrgänge bei alfatraining werden von der Agentur für Arbeit gefördert und sind nach der Zulassungsverordnung AZAV zertifiziert. Bei der Einreichung eines Bildungsgutscheines oder eines Aktivierungs- und Vermittlungsgutscheines werden in der Regel die gesamten Lehrgangskosten von deiner Förderstelle übernommen.
Eine Förderung ist auch über den Europäischen Sozialfonds (ESF), die Deutsche Rentenversicherung (DRV) oder über regionale Förderprogramme möglich. Als Zeitsoldat:in besteht die Möglichkeit, Weiterbildungen über den Berufsförderungsdienst (BFD) zu besuchen. Auch Firmen können ihre Mitarbeiter:innen über eine Förderung der Agentur für Arbeit (Qualifizierungschancengesetz) qualifizieren lassen.