Откройте больше дверей с помощью сертификации на основе ролей. Certify with Confidence Предлагает вам больше шансов пройти.

Экзамен
70-776

Microsoft logo

  • Дата публикации:
    5 июля 2017 г.
  • Языки:
    Английский
  • Целевая аудитория:
    Инженеры по данным
  • Технология:
    Хранилище данных Microsoft Azure SQL, аналитическая обработка озера данных Azure, фабрика данных Azure, Azure Stream Analytics
  • Необходим для прохождения сертификации:
    MCSA:

Инженерия больших данных в облачных службах Microsoft

Данная сертификация будет аннулирована 30 июня 2019 года. Экзамен для замены может быть доступен. Чтобы узнать больше, посетите наш блог: https://www.microsoft.com/en-us/learning/community.aspx и просмотрите наши объявления об экзаменах.

* Цены представлены без учета специальных предложений и скидок для участников программы Microsoft Imagine Academy, сертифицированных инструкторов Microsoft Certified Trainers и участников программы Microsoft Partner Network. Указанные расценки могут быть изменены без предварительного уведомления. В стоимость экзаменов не входят применимые налоги. Перед регистрацией для сдачи экзамена уточните у поставщика экзамена его точную стоимость.

Начиная с 1 мая 2017 г. существующая политика отмены будет заменена целиком на следующую политику: отмена или изменение расписания экзамена в течение 5 рабочих дней с момента зарегистрированного времени экзамена предполагает взимание платы. Если клиент не явится на экзамен, не изменит расписание или не отменит экзамен за 24 часа до запланированного времени, с него взимается плата за экзамен в полном объеме.

Смотреть занятие по подготовке к экзамену от Microsoft Ignite 2017

Оценка квалификационных навыков

Данный экзамен позволяет оценить, в какой мере вы можете выполнять перечисленные ниже технические задачи. Ознакомьтесь с обучающими видеоматериалами о variety of question types , включенных в экзамены Microsoft.

Учтите, что вопросы охватывают темы, описанные в этом маркированном списке, но не ограничиваются ими.

Хотите поделиться своим мнением о релевантности навыков, оцениваемых с помощью этого экзамена? Отправьте комментарий специалистам Microsoft. Все отзывы будут проверены и при необходимости учтены в сертификационной программе, если такие изменения не повлияют на действительность и надежность процесса сертификации. Обратите внимание, что корпорация Microsoft не отвечает непосредственно на каждый отзыв. Мы ценим ваш вклад в обеспечение качества сертификационной программы Microsoft.

Если у вас возникли сомнения в отношении определенных вопросов данного экзамена, вы можете exam challenge.

Если у вас возникли дополнительные вопросы или есть комментарии, связанные с сертификационными экзаменами Microsoft, или по программе сертификации, регистрации или специальным предложениям, обращайтесь в Regional Service Center.

Проектирование и внедрение обработки сложных событий с помощью Azure Stream Analytics (15–20 %)
  • Прием данных для обработки в реальном времени
    • Выбор подходящей технологии приема данных на основе определенных ограничений; разработка схемы секционирования и выбор метода секционирования ; получение и обработка данных из ленты Twitter; подключение к объектам обработки потоков; оценка пропускной способности, требований задержки и используемых ресурсов задания; разработка потоков справочных данных
  • Разработка и внедрение Azure Stream Analytics
    • Настройка пороговых значений, использование определяемой пользователем функции машинного обучения Azure (UDF), создание оповещений на основе условий, использование модели машинного обучения для оценки, непрерывное обучение модели, использование стандартных сценариев обработки потоков
  • Внедрение конвейера потоковой передачи и управление им
    • Потоковая передача данных на динамическую панель мониторинга, архивация данных в виде артефакта хранилища для пакетной обработки, согласование логики потоковой и пакетной обработки
  • Запрос данных в режиме реального времени с помощью языка запросов Azure Stream Analytics
    • Использование встроенных функций, использование типов данных, определение элементов языка запросов, управление окнами запросов с помощью управления временем, гарантия доставки событий
Разработка и внедрение аналитических данных с помощью аналитики озера данных Azure (25–30 %)
  • Получение данных в хранилище озера данных Azure
    • Создание учетной записи хранилища озера данных Azure (ADLS), копирование данных в ADLS, защита данных в ADLS с помощью управления доступом, использование аутентификации конечных пользователей и между службами надлежащим образом, настройка производительности ADLS, доступ к журналам диагностики
  • Управление аналитикой озера данных Azure
    • Создание учетной записи аналитики озера данных Azure (ADLA), управление пользователями, управление источниками данных, управление заданиями, их мониторинг и устранение неполадок, доступ к журналам диагностики, оптимизация заданий с помощью представления вершин, обеспечение исторической информации о заданиях
  • Извлечение и преобразование данных с помощью U-SQL
    • Схематизация данных во время чтения с поддержкой масштабирования; создание выходных файлов; использование типов данных U-SQL, использование языка выражений C# и U-SQL; определение основных различий между T-SQL и U-SQL; выполнение JOINS, PIVOT, UNPIVOT, CROSS APPLY и функций работы с окнами в U-SQL; обмен данными и кодом с помощью каталога U-SQL; определение преимуществ и использование структурированных данных в U-SQL; управление каталогом и его защита
  • Расширенные возможности программирования U-SQL
    • Использование определяемых пользователем функций, объединителей и операторов, масштабирование объединяемых пользователем операторов, вызов возможностей Python, R и познавательных возможностей, использование определяемых пользователями типов U-SQL, выполнение федеративных запросов, обмен данными и кодом в ADLA и ADLS
  • Интеграция аналитики озера данных Azure с другими службами
    • Интеграция с фабрикой данных Azure, Azure HDInsight, каталогом данных Azure и концентраторами событий Azure, получение данных из хранилища данных Azure SQL
Проектирование и внедрение решений хранилища данных Azure SQL (15–20 %)
  • Проектирование таблиц в хранилище данных Azure SQL
    • Выбор оптимального типа столбца распределения для оптимизации рабочих процессов, выбор геометрии таблицы, ограничение неравномерного распределения данных и отклонения обработки посредством подходящего выбора распределенных столбцов, проектирование индексов столбцов, определение времени масштабирования вычислительных узлов, расчет числа распределений для заданной рабочей нагрузки
  • Запрос данных в хранилище данных Azure SQL
    • Внедрение меток запросов, объединение функций, создание статистических данных в распределенных таблицах и управление ими, отслеживание запросов пользователей для определения проблем производительности, изменение класса ресурсов пользователей
  • Интеграция хранилища данных Azure SQL с другими службами
    • Получение данных в хранилище данных Azure SQL с помощью AZCopy, Polybase, программы массового копирования (BCP), фабрики данных Azure, служб SQL Server Integration Services (SSIS), Create-Table-As-Select (CTAS) и Create-External-Table-As-Select (CETAS); экспорт данных из хранилища данных Azure SQL; предоставление информации о соединении для доступа к хранилищу данных Azure SQL из машинного обучения Azure; использование Polybase для доступа к другому распределенному хранилищу;перенос данных в хранилище данных Azure SQL; выбор подходящего способа получения на основе бизнес-потребностей
Проектирование и внедрение облачной интеграции с помощью фабрики данных Azure (15–20 %)
  • Внедрение наборов данных и связанных служб
    • Внедрение доступности для среза, создание политик наборов данных, настройка подходящей связанной службы на основе действия и набора данных
  • Перемещение, преобразование и анализ данных с помощью действий фабрики данных Azure
    • Копирование данных между локальными и облачными ресурсами, создание различных типов действий, расширение фабрики данных с помощью настраиваемых действий обработки, перемещение данных в хранилище данных Azure SQL и из него
  • Оркестрация обработки данных с помощью конвейеров фабрики данных Azure
    • Определение зависимостей данных и объединение в цепочку нескольких действий, моделирование расписаний на основе зависимостей данных, подготовка и запуск конвейеров данных, проектирование потоков данных
  • Мониторинг фабрики данных Azure и управление ею
    • Определение сбоев и основных причин, создание оповещений для указанных условий, выполнение пересмотра, использование средства мониторинга — портала Microsoft Azure
Управление хранилищем данных Azure SQL и его обслуживание, озеро данных Azure, фабрика данных Azure и Azure Stream Analytics (20–25 %)
  • Подготовка хранилища данных Azure SQL, озера данных Azure, фабрики данных Azure и Azure Stream Analytics
    • Подготовка хранилища данных Azure SQL, озера данных Azure и фабрики данных Azure, внедрение Azure Stream Analytics
  • Внедрение аутентификации, авторизации и аудита
    • Интеграция служб с Azure Active Directory (Azure AD), использование локальной модели безопасности в хранилище данных Azure SQL, настройка межсетевых экранов, внедрение аудита, интеграция служб с фабрикой данных Azure
  • Управление восстановлением данных для хранилища данных Azure SQL, озера данных Azure, фабрики данных Azure и Azure Stream Analytics
    • Службы резервного копирования и восстановления, планирование и внедрение геоизбыточности для хранилища Azure, перенос данных из локального хранилища данных в хранилище данных Azure SQL
  • Мониторинг хранилища данных Azure SQL, озера данных Azure и Azure Stream Analytics
    • Управление параллелизмом, управление гибким масштабированием хранилища данных Azure SQL, отслеживание рабочих нагрузок посредством использования представлений динамического управления (DMV) для хранилища данных Azure SQL, устранение неисправностей производительности озера данных Azure с помощью представления выполнения вершин
  • Проектирование и внедрение решений хранилища для реализации больших данных
    • Оптимизация хранилища для соответствия требованиям производительности, выбор подходящих типов хранилища на основе бизнес-требований, использование AZCopy, проводника хранилищ и проводника Redgate Azure для переноса данных, проектирование облачных решений, интегрированных с локальными данными

Кто сдает этот экзамен?

Это сертификационный экзамен предназначен для кандидатов, которые разрабатывают аналитические решения и создают применяемые решения в Azure. Кандидаты на прохождение этого экзамена должны обладать соответствующим опытом работы и быть знакомы с проблемами инженерии данных для хранилища данных Azure SQL, озера данных Azure, фабрики данных Azure и Azure Stream Analytics.

Кандидаты должны быть знакомы с функциями и возможностями пакетной обработки данных, обработки в режиме реального времени и технологиями эксплуатации.

Кандидаты на прохождение этого экзамена могут применять облачную экосистему Microsoft для проектирования и внедрения решений для анализа больших данных с целью соответствия требованиям проекта.

Дополнительные сведения об экзаменах

Подготовка к экзамену

Перед планированием экзамена рекомендуется просмотреть настоящее руководство по подготовке к экзамену целиком и ознакомиться с ресурсами на настоящем веб-сайте. В разделе Microsoft Certification exam overview можно найти сведения о регистрации, видеоролики стандартных форматов экзаменационных вопросов и другие ресурсы для подготовки. Сведения о правилах проведения экзаменов и о подсчете баллов можно найти в разделе Microsoft Certification exam policies and FAQs.

Примечание

Настоящее руководство по подготовке может быть изменено в любой момент без предварительного уведомления исключительно по усмотрению корпорации Microsoft. Экзамены Microsoft могут содержать элементы адаптивного и имитационного тестирования. Корпорация Microsoft не определяет формат, в котором представлены экзамены. В каком бы формате ни проводился экзамен, пользуйтесь этим руководством по подготовке. Для подготовки к этому экзамену корпорация Microsoft рекомендует получить опыт работы с продуктом и использовать указанные учебные ресурсы. Эти учебные ресурсы не обязательно охватывают все темы, перечисленные в разделе «Оценка навыков».