Azure Data Engineer

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, Netzwerkrouten, 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.