Para establecer expectativas realistas, tenga en cuenta: Estas preguntas NO son preguntas oficiales que encontrará en el examen oficial. Estas preguntas cubren todo el material que se describe en las secciones de conocimiento a continuación. Muchas de las preguntas se basan en escenarios ficticios en los que se plantean preguntas.

Los requisitos de conocimientos oficiales para el examen se revisan de forma rutinaria para garantizar que el contenido tenga los requisitos más recientes incorporados en las preguntas de práctica. Las actualizaciones del contenido a menudo se realizan sin notificación previa y están sujetas a cambios en cualquier momento.

Muchas de las preguntas tienen tanto el término en inglés como la traducción al español porque varios de los términos y funciones en Microsoft están en inglés. De esta forma podrá reconocer los componentes que son utilizados en Microsoft.

Cada pregunta tiene una explicación detallada y enlaces a materiales de referencia para respaldar las respuestas que aseguran la precisión de las soluciones de los problemas.

Las preguntas se barajarán cada vez que repita las pruebas, por lo que deberá saber por qué una respuesta es correcta, no solo que la respuesta correcta fue el elemento "B" la última vez que pasó por la prueba.

Los candidatos para este examen deben tener experiencia en la materia para integrar, transformar y consolidar datos de varios sistemas de datos estructurados y no estructurados en una estructura que sea adecuada para crear soluciones de análisis.

Los ingenieros de datos de Azure ayudan a las partes interesadas a comprender los datos a través de la exploración, y crean y mantienen canalizaciones de procesamiento de datos seguras y compatibles mediante el uso de diferentes herramientas y técnicas. Estos profesionales utilizan varios lenguajes y servicios de datos de Azure para almacenar y producir conjuntos de datos mejorados y limpios para el análisis.

Los ingenieros de datos de Azure también ayudan a garantizar que las canalizaciones de datos y los almacenes de datos sean de alto rendimiento, eficientes, organizados y confiables, dado un conjunto de requisitos y restricciones comerciales. Se ocupan de los problemas imprevistos con rapidez y minimizan la pérdida de datos. También diseñan, implementan, monitorean y optimizan las plataformas de datos para satisfacer las necesidades de las canalizaciones de datos.

Un candidato para este examen debe tener un gran conocimiento de lenguajes de procesamiento de datos como SQL, Python o Scala, y debe comprender el procesamiento paralelo y los patrones de arquitectura de datos.

Habilidades medidas en el examen Microsoft Azure DP-203

Diseño e implementación de almacenamiento de datos (40-45%)

• diseñar una estructura de almacenamiento de datos

• diseñar una solución de Azure Data Lake

• recomendar tipos de archivos para el almacenamiento

• recomendar tipos de archivos para consultas analíticas

• diseño para consultas eficientes

• diseño para poda de datos

• diseñar una estructura de carpetas que represente los niveles de transformación de datos

• diseñar una estrategia de distribución

• diseñar una solución de archivo de datos

Diseñar una estrategia de partición

• diseñar una estrategia de partición para archivos

• diseñar una estrategia de partición para cargas de trabajo analíticas

• diseñar una estrategia de partición para la eficiencia / rendimiento

• diseñar una estrategia de partición para Azure Synapse Analytics

• identificar cuándo es necesario realizar particiones en Azure Data Lake Storage Gen2

Diseña la capa de servicio

• diseño de esquemas en estrella

• diseño que cambia lentamente las dimensiones

• diseñar una jerarquía dimensional

• diseñar una solución para datos temporales

• diseño para carga incremental

• diseñar tiendas analíticas

• diseñar tiendas de metadatos en Azure Synapse Analytics y Azure Databricks

Implementar estructuras de almacenamiento de datos físicos

• implementar compresión

• implementar particiones

• implementar fragmentación

• implementar diferentes geometrías de tabla con grupos de Azure Synapse Analytics

• implementar redundancia de datos

• implementar distribuciones

• implementar el archivo de datos

Implementar estructuras de datos lógicas

• construir una solución de datos temporales

• construir una dimensión que cambia lentamente

• construir una estructura de carpetas lógica

• construir tablas externas

• implementar estructuras de archivos y carpetas para consultas y poda de datos eficientes.

Implementar la capa de servicio

• entregar datos en un esquema de estrella relacional

• entregar datos en archivos Parquet

• mantener metadatos

• implementar una jerarquía dimensional

Diseñar y desarrollar procesamiento de datos (25-30%)

Ingerir y transformar datos

• transformar datos usando Apache Spark

• transformar datos mediante Transact-SQL

• transformar datos utilizando Data Factory

• transformar datos mediante Azure Synapse Pipelines

• transformar datos utilizando Stream Analytics

• limpiar datos

• dividir datos

• triturar JSON

• codificar y decodificar datos

• configurar el manejo de errores para la transformación

• normalizar y desnormalizar valores

• transformar datos usando Scala

• realizar análisis exploratorio de datos

Diseñar y desarrollar una solución de procesamiento por lotes

• desarrollar soluciones de procesamiento por lotes mediante el uso de Data Factory, Data Lake, Spark, Azure Synapse Pipelines, PolyBase y Azure Databricks

• crear canalizaciones de datos

• diseñar e implementar cargas de datos incrementales

• diseñar y desarrollar dimensiones que cambian lentamente

• manejar los requisitos de seguridad y cumplimiento

• escalar recursos

• configurar el tamaño del lote

• diseñar y crear pruebas para canalizaciones de datos

• integrar cuadernos Jupyter / IPython en una canalización de datos

• manejar datos duplicados

• manejar datos faltantes

• manejar datos que llegan tarde

• insertar datos

• retroceder a un estado anterior

• diseñar y configurar el manejo de excepciones

• configurar la retención de lotes

• diseñar una solución de procesamiento por lotes

• depurar trabajos de Spark mediante la interfaz de usuario de Spark

Diseñar y desarrollar una solución de procesamiento de flujo

• desarrollar una solución de procesamiento de transmisiones mediante Stream Analytics, Azure Databricks y Azure Event Hubs.

• procesar datos mediante la transmisión estructurada de Spark

• supervisar el rendimiento y las regresiones funcionales

• diseñar y crear agregados con ventana

• manejar la deriva del esquema

• procesar datos de series de tiempo

• proceso a través de particiones

• proceso dentro de una partición

• configurar puntos de control / marcas de agua durante el procesamiento

• escalar recursos

• diseñar y crear pruebas para canalizaciones de datos

• optimizar las canalizaciones con fines analíticos o transaccionales

• manejar interrupciones

• diseñar y configurar el manejo de excepciones

• insertar datos

• reproducir datos de transmisión archivados

• diseñar una solución de procesamiento de flujo

Gestionar lotes y canalizaciones

• lotes de gatillo

• manejar cargas por lotes fallidas

• validar cargas por lotes

• administrar las canalizaciones de datos en Data Factory / Synapse Pipelines

• programar canalizaciones de datos en Data Factory / Synapse Pipelines

• implementar control de versiones para artefactos de canalización

• administrar trabajos de Spark en una canalización

Diseñar e implementar seguridad de datos (10-15%)

Diseñar seguridad para políticas y estándares de datos

• diseñar cifrado de datos para datos en reposo y en tránsito

• diseñar una estrategia de auditoría de datos

• diseñar una estrategia de enmascaramiento de datos

• diseño para la privacidad de los datos

• diseñar una política de retención de datos

• diseño para depurar datos en función de los requisitos comerciales

• diseñar el control de acceso basado en roles de Azure (Azure RBAC) y la lista de control de acceso (ACL) similar a POSIX para Data Lake Storage Gen2

• diseñar seguridad a nivel de fila y a nivel de columna

Implementar la seguridad de los datos

• implementar el enmascaramiento de datos

• cifrar datos en reposo y en movimiento

• implementar seguridad a nivel de fila y a nivel de columna

• implementar Azure RBAC

• implementar ACL similares a POSIX para Data Lake Storage Gen2

• implementar una política de retención de datos

• implementar una estrategia de auditoría de datos

• administrar identidades, claves y secretos en diferentes tecnologías de plataformas de datos

• implementar puntos finales seguros (privados y públicos)

• implementar tokens de recursos en Azure Databricks

• cargar un DataFrame con información confidencial

• escribir datos cifrados en tablas o archivos Parquet

• administrar información sensible

Supervisar y optimizar el almacenamiento y el procesamiento de datos (10-15%)

Supervisar el almacenamiento y el procesamiento de datos

• implementar el registro usado por Azure Monitor

• configurar servicios de monitoreo

• medir el rendimiento del movimiento de datos

• monitorear y actualizar estadísticas sobre datos en un sistema

• supervisar el rendimiento de la canalización de datos

• medir el rendimiento de la consulta

• supervisar el rendimiento del clúster

• comprender las opciones de registro personalizadas

• programar y monitorear pruebas de canalización

• interpretar las métricas y los registros de Azure Monitor

• interpretar un gráfico acíclico dirigido por Spark (DAG)

Optimice y solucione problemas de almacenamiento y procesamiento de datos

• archivos pequeños compactos

• reescribir funciones definidas por el usuario (UDF)

• manejar sesgos en los datos

• manejar el derrame de datos

• sintonizar particiones aleatoriamente

• encontrar barajar en una tubería

• optimizar la gestión de recursos

• ajustar las consultas mediante indexadores

• ajustar las consultas mediante el uso de la memoria caché

• optimizar las canalizaciones con fines analíticos o transaccionales

• optimizar la canalización para cargas de trabajo descriptivas versus analíticas

• solucionar problemas de un trabajo de chispa fallido

• solucionar problemas de una ejecución de canalización fallida

  
  

El examen está disponible en los siguientes idiomas: inglés