Afin de définir des attentes réalistes, veuillez noter : Ces questions ne sont PAS des questions officielles que vous trouverez sur l'examen officiel. Ces questions couvrent tout le matériel décrit dans les sections de connaissances ci-dessous. Beaucoup de questions sont basées sur des scénarios fictifs qui contiennent des questions posées.

Les exigences de connaissances officielles pour l'examen sont revues régulièrement pour s'assurer que le contenu a les dernières exigences incorporées dans les questions pratiques. Les mises à jour du contenu sont souvent effectuées sans notification préalable et peuvent être modifiées à tout moment.

Beaucoup de questions ont à la fois le terme anglais et la traduction française car plusieurs termes et fonctions de Microsoft sont en anglais. De cette façon, vous serez en mesure de reconnaître les composants que vous rencontrerez dans Microsoft.

Chaque question a une explication détaillée et des liens vers des documents de référence pour soutenir les réponses qui garantissent l'exactitude des solutions aux problèmes.

L'ordre des questions sera changé chaque fois que vous répéterez les tests. Vous aurez donc besoin de savoir pourquoi une réponse est correcte, et pas seulement que la réponse correcte était l'item "B" la dernière fois que vous avez passé le test.

Les candidats à cet examen doivent avoir une expertise en la matière en matière d'intégration, de transformation et de consolidation des données de divers systèmes de données structurés et non structurés dans une structure adaptée à la création de solutions d'analyse.

Les ingénieurs de données Azure aident les parties prenantes à comprendre les données grâce à l'exploration, et ils créent et maintiennent des pipelines de traitement de données sécurisés et conformes à l'aide de différents outils et techniques. Ces professionnels utilisent divers services et langages de données Azure pour stocker et produire des ensembles de données nettoyés et améliorés à des fins d'analyse.

Les ingénieurs de données Azure contribuent également à garantir que les pipelines de données et les magasins de données sont performants, efficaces, organisés et fiables, compte tenu d'un ensemble d'exigences et de contraintes commerciales. Ils traitent rapidement les problèmes imprévus et minimisent les pertes de données. Ils conçoivent, implémentent, surveillent et optimisent également les plates-formes de données pour répondre aux besoins des pipelines de données.

Un candidat à cet examen doit avoir une solide connaissance des langages de traitement de données tels que SQL, Python ou Scala, et doit comprendre les modèles de traitement parallèle et d'architecture de données.

Compétences mesurées à l'examen Microsoft Azure DP-203

Concevoir et mettre en œuvre le stockage de données (40-45%)

• concevoir une structure de stockage de données

• concevoir une solution Azure Data Lake

• recommander des types de fichiers pour le stockage

• recommander des types de fichiers pour les requêtes analytiques

• conception pour des requêtes efficaces

• conception pour l'élagage des données

• concevoir une structure de dossiers qui représente les niveaux de transformation des données

• concevoir une stratégie de distribution

• concevoir une solution d'archivage de données

Concevoir une stratégie de partition

• concevoir une stratégie de partition pour les fichiers

• concevoir une stratégie de partition pour les charges de travail analytiques

• concevoir une stratégie de partitionnement pour l'efficacité/les performances

• concevoir une stratégie de partition pour Azure Synapse Analytics

• identifier quand le partitionnement est nécessaire dans Azure Data Lake Storage Gen2

Concevoir la couche de service

• concevoir des schémas en étoile

• conception qui change lentement de dimensions

• concevoir une hiérarchie dimensionnelle

• concevoir une solution pour les données temporelles

• conception pour chargement incrémentiel

• concevoir des magasins analytiques

• concevoir des métastores dans Azure Synapse Analytics et Azure Databricks

Mettre en œuvre des structures physiques de stockage de données

• mettre en œuvre la compression

• mettre en œuvre le partitionnement

• mettre en œuvre le partitionnement

• implémenter différentes géométries de table avec les pools Azure Synapse Analytics

• mettre en œuvre la redondance des données

• mettre en œuvre des distributions

• mettre en œuvre l'archivage des données

Implémenter des structures de données logiques

• construire une solution de données temporelles

• construire une dimension qui change lentement

• construire une structure de dossiers logique

• construire des tables externes

• mettre en œuvre des structures de fichiers et de dossiers pour des requêtes et un élagage efficaces des données

Implémenter la couche de service

• fournir des données dans un schéma en étoile relationnel

• fournir des données dans des fichiers Parquet

• maintenir les métadonnées

• implémenter une hiérarchie dimensionnelle

Concevoir et développer le traitement des données (25-30%)

Ingérer et transformer des données

• transformer des données à l'aide d'Apache Spark

• transformer des données à l'aide de Transact-SQL

• transformer des données à l'aide de Data Factory

• transformer des données à l'aide d'Azure Synapse Pipelines

• transformer les données à l'aide de Stream Analytics

• nettoyer les données

• fractionner les données

• déchiqueter JSON

• encoder et décoder les données

• configurer la gestion des erreurs pour la transformation

• normaliser et dénormaliser les valeurs

• transformer des données à l'aide de Scala

• effectuer une analyse exploratoire des données

Concevoir et développer une solution de traitement par lots

• développer des solutions de traitement par lots en utilisant Data Factory, Data Lake, Spark, Azure Synapse Pipelines, PolyBase et Azure Databricks

• créer des pipelines de données

• concevoir et mettre en œuvre des charges de données incrémentielles

• concevoir et développer des dimensions à évolution lente

• gérer les exigences de sécurité et de conformité

• mettre à l'échelle les ressources

• configurer la taille du lot

• concevoir et créer des tests pour les pipelines de données

• intégrer les blocs-notes Jupyter/IPython dans un pipeline de données

• gérer les données en double

• gérer les données manquantes

• gérer les données arrivant en retard

• renverser les données

• revenir à un état antérieur

• concevoir et configurer la gestion des exceptions

• configurer la rétention par lots

• concevoir une solution de traitement par lots

• déboguer les tâches Spark à l'aide de l'interface utilisateur Spark

Concevoir et développer une solution de traitement de flux

• développer une solution de traitement de flux en utilisant Stream Analytics, Azure Databricks et Azure Event Hubs

• traiter les données à l'aide du streaming structuré Spark

• surveiller les performances et les régressions fonctionnelles

• concevoir et créer des agrégats fenêtrés

• gérer la dérive du schéma

• traiter les données de séries chronologiques

• processus à travers les partitions

• processus au sein d'une partition

• configurer les points de contrôle/le filigrane pendant le traitement

• mettre à l'échelle les ressources

• concevoir et créer des tests pour les pipelines de données

• optimiser les pipelines à des fins analytiques ou transactionnelles

• gérer les interruptions

• concevoir et configurer la gestion des exceptions

• renverser les données

• rejouer les données de flux archivées

• concevoir une solution de traitement de flux

Gérer les lots et les pipelines

• déclencher des lots

• gérer les échecs de chargement par lots

• valider les chargements par lots

• gérer les pipelines de données dans Data Factory/Synapse Pipelines

• planifier des pipelines de données dans Data Factory/Synapse Pipelines

• implémenter le contrôle de version pour les artefacts de pipeline

• gérer les tâches Spark dans un pipeline

Concevoir et mettre en œuvre la sécurité des données (10-15%)

Conception de la sécurité pour les politiques et les normes de données

• chiffrement des données de conception pour les données au repos et en transit

• concevoir une stratégie d'audit des données

• concevoir une stratégie de masquage des données

• conception pour la confidentialité des données

• concevoir une politique de conservation des données

• conception pour purger les données en fonction des besoins de l'entreprise

• concevoir un contrôle d'accès basé sur les rôles Azure (Azure RBAC) et une liste de contrôle d'accès de type POSIX (ACL) pour Data Lake Storage Gen2

• conception de la sécurité au niveau des lignes et des colonnes

Mettre en œuvre la sécurité des données

• implémenter le masquage des données

• chiffrer les données au repos et en mouvement

• implémenter la sécurité au niveau des lignes et des colonnes

• implémenter Azure RBAC

• implémenter des ACL de type POSIX pour Data Lake Storage Gen2

• mettre en place une politique de conservation des données

• mettre en œuvre une stratégie d'audit des données

• gérer les identités, les clés et les secrets sur différentes technologies de plate-forme de données

• mettre en œuvre des points de terminaison sécurisés (privés et publics)

• implémenter des jetons de ressource dans Azure Databricks

• charger un DataFrame avec des informations sensibles

• écrire des données cryptées dans des tables ou des fichiers Parquet

• gérer les informations sensibles

Surveiller et optimiser le stockage et le traitement des données (10-15%)

Surveiller le stockage et le traitement des données

• implémenter la journalisation utilisée par Azure Monitor

• configurer les services de surveillance

• mesurer les performances du mouvement des données

• surveiller et mettre à jour les statistiques sur les données d'un système

• surveiller les performances du pipeline de données

• mesurer les performances des requêtes

• surveiller les performances du cluster

• comprendre les options de journalisation personnalisées

• planifier et surveiller les tests de pipeline

• interpréter les métriques et les journaux Azure Monitor

• interpréter un graphe acyclique dirigé Spark (DAG)

Optimiser et dépanner le stockage et le traitement des données

• petits fichiers compacts

• réécrire les fonctions définies par l'utilisateur (UDF)

• gérer l'asymétrie des données

• gérer le déversement de données

• régler les partitions aléatoires

• trouver le brassage dans un pipeline

• optimiser la gestion des ressources

• régler les requêtes à l'aide d'indexeurs

• régler les requêtes en utilisant le cache

• optimiser les pipelines à des fins analytiques ou transactionnelles

• optimiser le pipeline pour les charges de travail descriptives et analytiques

• dépanner un travail d'étincelle échoué

• dépanner une exécution de pipeline ayant échoué

L'examen est disponible dans les langues suivantes : anglais