英語で読む

次の方法で共有


Exam DP-700 の学習ガイド:Microsoft Fabric を使用した Data Engineering ソリューションの実装 (ベータ版)

このドキュメントの目的

この学習ガイドは、この試験で想定される内容を理解するのに役立つもので、試験に出る可能性のあるトピックの概要と、その他のリソースへのリンクが掲載されています。 このドキュメントの情報と資料は、試験の準備を進めるときに学習の焦点を合わせるのに役立ちます。

便利なリンク 説明
認定資格の取得方法 1 つの試験に合格するだけで取得できる認定資格もありますが、それ以外は、複数の試験に合格する必要があります。
Microsoft Learn プロファイル 認定プロファイルを Microsoft Learn に接続すると、試験のスケジュール設定と更新、および証明書の共有と印刷を行うことができます。
試験スコアとスコアレポート 合格するには、700 以上のスコアが必要です。
試験サンドボックス 試験サンドボックスにアクセスして、試験の環境を確認できます。
便宜を要求する 支援機器を使用する場合、時間延長が必要な場合、または試験エクスペリエンスのいずれかの部分を変更する必要がある場合は、便宜を図るよう要求できます。

試験について

言語

一部の試験は他の言語にローカライズされており、英語版が更新されてから約 8 週間後に更新されます。 試験が希望する言語で実施されていない場合、試験完了までの時間を 30 分延長するように要求できます。

評価される各スキルの後に続く箇条書きは、そのスキルをどのようにして評価するかを説明することを目的としています。 関連するトピックが試験に出題される可能性があります。

ほとんどの問題は一般提供 (GA) の機能について出題されます。 プレビュー機能が一般的に使用されている場合は、これらの機能に関する問題が試験に含まれることがあります。

評価されるスキル

視聴者プロフィール

この試験の受験者は、データ読み込みパターン、データ アーキテクチャ、オーケストレーション プロセスに関する専門知識を持っている必要があります。 このロールの責任には、以下が含まれます。

  • データの取り込みと変換。

  • 分析ソリューションのセキュリティ保護と管理。

  • 分析ソリューションの監視と最適化。

分析エンジニア、アーキテクト、アナリスト、管理者と密接に連携して、分析用の Data Engineering ソリューションを設計およびデプロイします。

構造化照会言語 (SQL)、PySpark、Kusto 照会言語 (KQL) を使用してデータを操作および変換するスキルが必要です。

スキルの概要

  • 分析ソリューションの実装と管理 (30 - 35%)

  • データの取り込みと変換 (30 - 35%)

  • 分析ソリューションの監視と最適化 (30 - 35%)

分析ソリューションの実装と管理 (30 - 35%)

Microsoft Fabric ワークスペース設定を構成する

  • Spark ワークスペース設定を構成する

  • ドメイン ワークスペース設定を構成する

  • OneLake ワークスペース設定を構成する

  • データ ワークフロー ワークスペース設定を構成する

Fabric でライフサイクル管理を実装する

  • バージョン コントロールを構成する

  • データベース プロジェクトを実装する

  • デプロイ パイプラインの作成と構成

セキュリティとガバナンスを構成する

  • ワークスペースレベルのアクセス制御を実装する

  • 項目レベルのアクセス制御を実装する

  • 行レベル、列レベル、オブジェクトレベル、ファイルレベルのアクセス制御を実装する

  • 動的データ マスクを実装する

  • 項目に秘密度ラベルを適用する

  • 項目を承認する

プロセスを調整する

  • パイプラインとノートブックのどちらかを選択する

  • スケジュールとイベントベースのトリガーを設計および実装する

  • パラメーターや動的な式を含め、ノートブックとパイプラインを使用するオーケストレーション パターンを実装する

データの取り込みと変換 (30 - 35%)

読み込みパターンの設計と実装

  • 完全および増分データ読み込みの設計と実装

  • ディメンション モデルに読み込むデータを準備する

  • ストリーミング データの読み込みパターンの設計と実装

バッチ データの取り込みと変換

  • 適切なデータ ストアを選択する

  • データ変換にデータフロー、ノートブック、T-SQL から選択する

  • データへのショートカットの作成と管理

  • ミラーリングを実装する

  • パイプラインを使用してデータを取り込む

  • PySpark、SQL、KQL を使用してデータを変換する

  • データを非正規化する

  • データをグループ化して集計する

  • データの重複、欠落、到着の遅延を処理する

ストリーミング データの取り込みと変換

  • 適切なストリーミング エンジンを選択する

  • イベントストリームを使用してデータを処理する

  • Spark 構造化ストリーミングを使用してデータを処理する

  • KQL を使用してデータを処理する

  • ウィンドウ関数を作成する

分析ソリューションの監視と最適化 (30 - 35%)

Fabric 項目を監視する

  • データ インジェストを監視する

  • データ変換を監視する

  • セマンティック モデルの更新を監視する

  • アラートを構成する

エラーの特定と解決

  • パイプライン エラーの特定と解決

  • データフロー エラーの特定と解決

  • ノートブック エラーの特定と解決

  • イベント ハウス エラーの特定と解決

  • イベントストリーム エラーの特定と解決

  • T-SQL エラーの特定と解決

パフォーマンスを最適化する

  • レイクハウス テーブルを最適化する

  • パイプラインを最適化する

  • データ ウェアハウスを最適化する

  • イベントストリームとイベントハウスを最適化する

  • Spark のパフォーマンスを最適化する

  • クエリ パフォーマンスを最適化する

学習リソース

試験を受ける前に、トレーニングを行い、実践的な経験を積むことをお勧めします。 自己学習のオプションとクラスルーム トレーニングのほか、ドキュメント、コミュニティ サイト、ビデオへのリンクも提供しています。