Uwaga
Dostęp do tej strony wymaga autoryzacji. Może spróbować zalogować się lub zmienić katalogi.
Dostęp do tej strony wymaga autoryzacji. Możesz spróbować zmienić katalogi.
Cel tego dokumentu
Ten przewodnik po badaniu powinien pomóc zrozumieć, czego można oczekiwać na egzaminie i zawiera podsumowanie tematów, które egzamin może obejmować i linki do dodatkowych zasobów. Informacje i materiały w tym dokumencie powinny pomóc w skoncentrowaniu studiów podczas przygotowywania się do egzaminu.
| Przydatne linki | Opis |
|---|---|
| Przegląd umiejętności mierzonych od 22 lipca 2024 r. | Ta lista reprezentuje umiejętności mierzone po podanej dacie. Zapoznaj się z tą listą, jeśli planujesz zdać egzamin PO tej dacie. |
| Przegląd umiejętności mierzonych przed 22 lipca 2024 r. | Zapoznaj się z tą listą umiejętności, jeśli przejmiesz egzamin przed podaną datą. |
| dziennik zmian | Możesz przejść bezpośrednio do dziennika zmian, jeśli chcesz zobaczyć zmiany, które zostaną wprowadzone w podanej dacie. |
| Jak uzyskać certyfikat | Niektóre certyfikaty wymagają tylko zdawania jednego egzaminu, podczas gdy inne wymagają zdawania wielu egzaminów. |
| odnawianie certyfikatów | Certyfikaty współpracowników, ekspertów i specjalistów firmy Microsoft wygasają co rok. Możesz odnowić, przechodząc bezpłatną ocenę online na platformie Microsoft Learn . |
| Twój profil usługi Microsoft Learn | Łączenie profilu certyfikacji z usługą Microsoft Learn umożliwia zaplanowanie i odnowienie egzaminów oraz udostępnianie i drukowanie certyfikatów. |
| Ocena egzaminów i raporty ocen | Wynik 700 lub większy jest wymagany do zaliczenia. |
| Piaskownica egzaminacyjna | Środowisko egzaminacyjne można eksplorować, odwiedzając piaskownicę egzaminu. |
| Zażądaj zakwaterowania | Jeśli korzystasz z urządzeń pomocniczych, potrzebujesz dodatkowego czasu lub musisz zmodyfikować dowolną część egzaminu, możesz poprosić o zakwaterowanie. |
| Przystąp do bezpłatnego testu próbnego | Przetestuj swoje umiejętności, korzystając z pytań praktycznych, aby przygotować się do egzaminu. |
Informacje o egzaminie
Nasze egzaminy są okresowo aktualizowane w celu odzwierciedlenia umiejętności wymaganych do wykonania roli. Uwzględniliśmy dwie wersje celów pomiarów umiejętności w zależności od tego, kiedy bierzesz egzamin.
Zawsze najpierw aktualizujemy wersję egzaminu w języku angielskim. Niektóre egzaminy są zlokalizowane w innych językach, a te są aktualizowane około ośmiu tygodni po zaktualizowaniu wersji angielskiej. Chociaż firma Microsoft dokłada wszelkich starań, aby zaktualizować zlokalizowane wersje zgodnie z opisem, mogą wystąpić czasy, gdy zlokalizowane wersje egzaminu nie są aktualizowane zgodnie z tym harmonogramem. Inne dostępne języki są wymienione w sekcji Schedule Exam na stronie internetowej Egzamin Szczegóły. Jeśli egzamin nie jest dostępny w preferowanym języku, możesz poprosić o dodatkowe 30 minut, aby ukończyć egzamin.
Uwaga
Punkty, które dotyczą każdej z mierzonych umiejętności, mają na celu zilustrowanie, w jaki sposób oceniamy tę umiejętność. Tematy pokrewne mogą być omówione w egzaminie.
Notatka
Większość pytań obejmuje funkcje, które są ogólnie dostępne. Egzamin może zawierać pytania dotyczące funkcji w wersji zapoznawczej, jeśli te funkcje są często używane.
Umiejętności mierzone od 22 lipca 2024 r.
Profil odbiorców
Jako kandydat na ten egzamin musisz mieć wiedzę na temat projektowania, tworzenia i wdrażania rozwiązań do analizy danych w skali przedsiębiorstwa.
Twoje obowiązki związane z tą rolą obejmują przekształcanie danych w zasoby analityczne wielokrotnego użytku przy użyciu składników usługi Microsoft Fabric, takich jak:
Domy nad jeziorem
Magazyny danych
Notebooki
Przepływy danych
Potoki danych
Modele semantyczne
Raporty
Zaimplementujesz najlepsze rozwiązania analityczne w usłudze Fabric, w tym kontrolę wersji i wdrażanie.
Aby zaimplementować rozwiązania jako inżynier analityki struktur, współpracujesz z innymi rolami, takimi jak:
Architekci rozwiązań
Inżynierowie danych
Analitycy danych
Inżynierowie sztucznej inteligencji
Administratorzy bazy danych
Analitycy danych usługi Power BI
Oprócz dogłębnej pracy z platformą Fabric potrzebne jest doświadczenie w następujących rozwiązaniach:
Modelowanie danych
Przekształcanie danych
Kontrola źródła oparta na usłudze Git
Analiza eksploracyjna
Języki programowania (w tym język SQL, Structured Query Language), wyrażenia analizy danych (DAX) i PySpark
Umiejętności w skrócie
Planowanie, implementowanie i zarządzanie rozwiązaniem do analizy danych (10–15%)
Przygotowywanie i obsługa danych (40–45%)
Implementowanie modeli semantycznych i zarządzanie nimi (20–25%)
Eksplorowanie i analizowanie danych (20–25%)
Planowanie, implementowanie i zarządzanie rozwiązaniem do analizy danych (10–15%)
Planowanie środowiska analizy danych
Identyfikowanie wymagań dotyczących rozwiązania, w tym składników, funkcji, wydajności i jednostek magazynowych pojemności (SKU)
Zalecane ustawienia w portalu administracyjnym Fabric
Wybieranie typu bramy danych
Tworzenie niestandardowego motywu raportu usługi Power BI
Implementowanie środowiska analizy danych i zarządzanie nim
Implementacja kontroli dostępu na poziomie przestrzeni roboczej i pojedynczych elementów dla elementów systemu
Wdrażanie udostępniania danych dla przestrzeni roboczych, magazynów i data lakehouse'ów.
Zarządzanie etykietami poufności w modelach semantycznych i magazynach lakehouse
Konfiguracja ustawień obszaru roboczego z wsparciem dla sieci szkieletowej
Zarządzanie wydajnością infrastruktury i konfigurowanie ustawień wydajności
Zarządzanie cyklem projektowania analiz
Implementowanie kontroli wersji dla obszaru roboczego
Tworzenie i zarządzanie projektem Power BI Desktop (.pbip)
Planowanie i implementowanie rozwiązań wdrożeniowych
Przeprowadzanie analizy wpływu zależności podrzędnych z magazynów typu lakehouse, magazynów danych, przepływów danych i modeli semantycznych
Wdrażanie modeli semantycznych i zarządzanie nimi przy użyciu punktu końcowego XMLA
Tworzenie i aktualizowanie zasobów wielokrotnego użytku, w tym plików szablonu usługi Power BI (pbit), plików źródła danych usługi Power BI (pbids) i udostępnionych modeli semantycznych
Przygotowywanie i obsługa danych (40–45%)
Twórz obiekty w lakehouse lub magazynie
Pobieranie danych przy użyciu potoku danych, przepływu danych lub notatnika
Tworzenie skrótów i zarządzanie nimi
Implementacja partycjonowania plików na potrzeby obciążeń analitycznych w lakehouse
Tworzenie widoków, funkcji i procedur składowanych
Wzbogacanie danych przez dodawanie nowych kolumn lub tabel
Kopiowanie danych
Wybierz odpowiednią metodę kopiowania danych z zasobu Fabric do magazynu typu lakehouse lub warehouse.
Kopiowanie danych przy użyciu potoku danych, przepływu danych lub notebooka
Implementowanie szybkiego kopiowania podczas korzystania z przepływów danych
Dodaj procedury składowane, notesy i przepływy danych do potoku danych.
Planowanie potoków danych
Planowanie przepływów danych i notesów
Przekształcanie danych
Implementowanie procesu czyszczenia danych
Implementowanie schematu gwiazdy dla magazynu lub jeziora, w tym typu 1 i typu 2 powoli zmieniających się wymiarów
Implementowanie tablic pośrednich dla magazynu danych typu lakehouse lub hurtowni danych
Denormalizowanie danych
Agregowanie lub degregowanie danych
Scalanie lub łączenie danych
Identyfikowanie i rozwiązywanie zduplikowanych danych, brakujących danych lub wartości null
Konwertowanie typów danych przy użyciu języka SQL lub PySpark
Filtrowanie danych
Optymalizowanie wydajności
Identyfikowanie i rozwiązywanie problemów z wąskimi gardłami wydajności ładowania danych w przepływach danych, notesach i zapytaniach SQL
Implementowanie ulepszeń wydajności przepływów danych, notesów i zapytań SQL
Identyfikowanie i rozwiązywanie problemów dotyczących struktury lub rozmiaru plików Tabeli Delty (w tym z kolejnością V i zoptymalizowanymi zapisami)
Implementowanie modeli semantycznych i zarządzanie nimi (20–25%)
Projektowanie i tworzenie modeli semantycznych
Wybieranie trybu przechowywania, w tym usługi Direct Lake
Identyfikowanie przypadków użycia dla programu DAX Studio i edytora tabelarycznego 2
Implementowanie schematu gwiazdy dla modelu semantycznego
Implementowanie relacji, takich jak tabele pomocnicze i relacje wiele-do-wielu
Pisanie obliczeń korzystających ze zmiennych i funkcji języka DAX, takich jak iteratory, filtrowanie tabel, okna i funkcje informacyjne
Implementowanie grup obliczeniowych, ciągów dynamicznych i parametrów pól
Projektowanie i budowanie dużego zestawu danych
Projektowanie i tworzenie modeli złożonych obejmujących agregacje
Implementowanie dynamicznych zabezpieczeń na poziomie wiersza i zabezpieczeń na poziomie obiektu
Weryfikowanie zabezpieczeń na poziomie wiersza i zabezpieczeń na poziomie obiektu
Optymalizowanie modeli semantycznych w skali przedsiębiorstwa
Implementowanie ulepszeń wydajności w zapytaniach i wizualizacjach raportów
Zwiększanie wydajności języka DAX przy użyciu programu DAX Studio
Optymalizowanie modelu semantycznego przy użyciu edytora tabelarycznego 2
Wdrażanie odświeżania przyrostowego
Eksplorowanie i analizowanie danych (20–25%)
Wykonywanie analizy eksploracyjnej
Implementowanie analizy opisowej i diagnostycznej
Integrowanie preskrypcyjnej i predykcyjnej analizy z wizualizacją lub raportem
Dane profilu
Wykonywanie zapytań dotyczących danych przy użyciu języka SQL
Wykonywanie zapytań w usłudze Lakehouse w usłudze Fabric przy użyciu zapytań SQL lub edytora zapytań wizualnych
Zapytaj magazyn w Fabric przy użyciu zapytań SQL lub wizualnego edytora zapytań
Nawiązywanie połączenia z zestawami danych i wykonywanie zapytań za pomocą punktu końcowego XMLA
Badanie zasobów
Zalecamy trenowanie i praktyczne doświadczenie przed przystąpieniem do egzaminu. Oferujemy opcje samodzielnego studiowania i szkolenia na potrzeby zajęć, a także linki do dokumentacji, witryn społeczności i filmów wideo.
| Badanie zasobów | Linki do uczenia się i dokumentacji |
|---|---|
| Przeszkól się | Wybierz spośród samodzielnie prowadzonych ścieżek szkoleniowych i modułów lub weź udział w kursie prowadzonym przez instruktora |
| Znajdź dokumentację |
Microsoft Fabric Czym jest lakehouse? Co to jest magazynowanie danych? Magazynowanie i analiza danych |
| Zadaj pytanie | Microsoft Q&A | Microsoft Docs |
| Uzyskaj wsparcie społeczności |
Analytics na platformie Azure — microsoft Tech Community Blog Microsoft Fabric |
| Śledź Microsoft Learn | Microsoft Learn — Microsoft Tech Community |
| Znajdź wideo |
strefa gotowości egzaminu Dane ujawnione Przeglądaj inne programy na platformie Microsoft Learn |
Dziennik zmian
Klucz do zrozumienia tabeli: grupy tematów (znane również jako grupy funkcjonalne) są pogrubione, a za nimi podane są cele w każdej grupie. Tabela jest porównaniem dwóch wersji umiejętności egzaminacyjnych mierzonych, a trzecia kolumna opisuje zakres zmian.
| Obszar umiejętności przed 22 lipca 2024 r. | Obszar umiejętności od 22 lipca 2024 r. | Zmień |
|---|---|---|
| Profil odbiorców | Małoletni | |
| Zaplanuj, zaimplementuj i zarządzaj rozwiązaniem do analizy danych | plan, zaimplementuj rozwiązanie do analizy danych i zarządzaj nim | Brak zmian |
| Planowanie środowiska analizy danych | Planowanie środowiska analizy danych | Brak zmian |
| Implementowanie środowiska analizy danych i zarządzanie nim | Implementowanie środowiska analizy danych i zarządzanie nim | Małoletni |
| Zarządzanie cyklem projektowania analiz | Zarządzanie cyklem projektowania analiz | Brak zmian |
| przygotowywanie i udostępnianie danych | Przygotowywanie i serwowanie danych | Brak zmian |
| Utwórz obiekty w lakehouse lub magazynie | Tworzenie obiektów w magazynie lub lakehouse | Brak zmian |
| Kopiowanie danych | Kopiowanie danych | Małoletni |
| Przekształcanie danych | Przekształcanie danych | Brak zmian |
| Optymalizowanie wydajności | Optymalizowanie wydajności | Małoletni |
| Implementowanie modeli semantycznych i zarządzanie nimi | Implementowanie modeli semantycznych i zarządzanie nimi | Brak zmian |
| Projektowanie i tworzenie modeli semantycznych | Projektowanie i tworzenie modeli semantycznych | Brak zmian |
| Optymalizowanie modeli semantycznych w skali przedsiębiorstwa | Optymalizowanie modeli semantycznych w skali przedsiębiorstwa | Brak zmian |
| Eksplorowanie i analizowanie danych | Eksplorowanie i analizowanie danych | Brak zmian |
| Wykonywanie analizy eksploracyjnej | Wykonywanie analizy eksploracyjnej | Brak zmian |
| Wykonywanie zapytań dotyczących danych przy użyciu języka SQL | Wykonywanie zapytań dotyczących danych przy użyciu języka SQL | Brak zmian |
Umiejętności mierzone przed 22 lipca 2024 r.
Profil odbiorców
Jako kandydat na ten egzamin musisz mieć wiedzę na temat projektowania, tworzenia i wdrażania rozwiązań do analizy danych w skali przedsiębiorstwa.
Twoje obowiązki związane z tą rolą obejmują przekształcanie danych w zasoby analityczne wielokrotnego użytku przy użyciu składników usługi Microsoft Fabric, takich jak:
Domy nad jeziorem
Magazyny danych
Notebooki
Przepływy danych
Potoki danych
Modele semantyczne
Raporty
Zaimplementujesz najlepsze rozwiązania analityczne w usłudze Fabric, w tym kontrolę wersji i wdrażanie.
Aby zaimplementować rozwiązania jako inżynier analizy architektury sieciowej, współpracujesz z innymi rolami, takimi jak:
Architekci rozwiązań
Inżynierowie danych
Analitycy danych
Inżynierowie sztucznej inteligencji
Administratorzy bazy danych
Analitycy danych usługi Power BI
Oprócz dogłębnej pracy z platformą Fabric potrzebne jest doświadczenie w następujących rozwiązaniach:
Modelowanie danych
Przekształcanie danych
Kontrola źródła oparta na usłudze Git
Analiza eksploracyjna
Języki, w tym język SQL (Structured Query Language), wyrażenia analizy danych (DAX) i PySpark
Umiejętności w skrócie
Planowanie, implementowanie i zarządzanie rozwiązaniem do analizy danych (10–15%)
Przygotowywanie i obsługa danych (40–45%)
Implementowanie modeli semantycznych i zarządzanie nimi (20–25%)
Eksplorowanie i analizowanie danych (20–25%)
Planowanie, implementowanie i zarządzanie rozwiązaniem do analizy danych (10–15%)
Planowanie środowiska analizy danych
Identyfikacja wymagań dotyczących rozwiązania, w tym składników, funkcji, wydajności i jednostek miary pojemności (SKU).
Zalecane ustawienia w portalu administracyjnym Fabric
Wybieranie typu bramy danych
Tworzenie niestandardowego motywu raportu usługi Power BI
Implementowanie środowiska analizy danych i zarządzanie nim
Implementuj kontrole dostępu na poziomie obszaru roboczego i elementu dla elementów Fabric
Implementacja udostępniania danych dla przestrzeni roboczej, magazynów i lakehouse'ów
Zarządzanie etykietami poufności w semantycznych modelach i magazynach typu lakehouse
Konfigurowanie ustawień obszaru roboczego z obsługą Fabric
Zarządzanie pojemnością sieci szkieletowej
Zarządzanie cyklem projektowania analiz
Implementowanie kontroli wersji dla obszaru roboczego
Tworzenie i zarządzanie projektem programu Power BI Desktop (.pbip)
Planowanie i implementowanie rozwiązań wdrożeniowych
Przeprowadzanie analizy wpływu zależności podrzędnych z magazynów typu lakehouse, magazynów danych, przepływów danych i modeli semantycznych
Wdrażanie modeli semantycznych i zarządzanie nimi przy użyciu punktu końcowego XMLA
Tworzenie i aktualizowanie zasobów wielokrotnego użytku, w tym plików szablonu usługi Power BI (pbit), plików źródła danych usługi Power BI (pbids) i udostępnionych modeli semantycznych
Przygotowywanie i obsługa danych (40–45%)
Twórz obiekty w lakehouse lub magazynie
Pozyskiwanie danych przy użyciu potoku danych, przepływu danych lub notebooka
Tworzenie skrótów i zarządzanie nimi
Implementowanie partycjonowania plików na potrzeby obciążeń analitycznych w usłudze Lakehouse
Tworzenie widoków, funkcji i procedur składowanych
Wzbogacanie danych przez dodawanie nowych kolumn lub tabel
Kopiowanie danych
Wybierz odpowiednią metodę kopiowania danych ze źródła danych Fabric do lakehouse'a lub magazynu danych (warehouse)
Kopiowanie danych przy użyciu potoku danych, przepływu danych lub notatnika
Do potoku danych dodaj procedury składowane, notesy i przepływy danych.
Planowanie potoków danych
Planowanie przepływów danych i notesów
Przekształcanie danych
Implementowanie procesu czyszczenia danych
Implementowanie schematu gwiazdy dla magazynu lub jeziora, w tym typu 1 i typu 2 powoli zmieniających się wymiarów
Implementowanie tabel łączących dla lakehouse lub magazynu danych
Denormalizowanie danych
Agregowanie lub degregowanie danych
Scalanie lub łączenie danych
Identyfikowanie i rozwiązywanie zduplikowanych danych, brakujących danych lub wartości null
Konwertowanie typów danych przy użyciu języka SQL lub PySpark
Filtrowanie danych
Optymalizowanie wydajności
Identyfikowanie i rozwiązywanie wąskich gardeł wydajności podczas ładowania danych w przepływach danych, notatnikach i zapytaniach SQL
Implementowanie ulepszeń wydajności przepływów danych, notesów i zapytań SQL
Identyfikowanie i rozwiązywanie problemów z rozmiarami plików tabeli delty
Implementowanie modeli semantycznych i zarządzanie nimi (20–25%)
Projektowanie i tworzenie modeli semantycznych
Wybieranie trybu przechowywania, w tym usługi Direct Lake
Identyfikowanie przypadków użycia dla programu DAX Studio i edytora tabelarycznego 2
Implementowanie schematu gwiazdy dla modelu semantycznego
Implementowanie relacji, takich jak tabele pośredniczące i relacje wiele-do-wielu
Pisanie obliczeń korzystających ze zmiennych i funkcji języka DAX, takich jak iteratory, filtrowanie tabel, okna i funkcje informacyjne
Implementowanie grup obliczeniowych, ciągów dynamicznych i parametrów pól
Projektowanie i budowanie dużego zestawu danych
Projektowanie i tworzenie modeli złożonych obejmujących agregacje
Implementowanie dynamicznych zabezpieczeń na poziomie wiersza i zabezpieczeń na poziomie obiektu
Weryfikowanie zabezpieczeń na poziomie wiersza i zabezpieczeń na poziomie obiektu
Optymalizowanie modeli semantycznych w skali przedsiębiorstwa
Implementowanie ulepszeń wydajności w zapytaniach i wizualizacjach raportów
Zwiększanie wydajności języka DAX przy użyciu programu DAX Studio
Optymalizowanie modelu semantycznego przy użyciu edytora tabelarycznego 2
Implementowanie odświeżania przyrostowego
Eksplorowanie i analizowanie danych (20–25%)
Wykonywanie analizy eksploracyjnej
Implementowanie analizy opisowej i diagnostycznej
Integruj analizy preskrypcyjne i predykcyjne w wizualizację lub raport
Dane profilu
Wykonywanie zapytań dotyczących danych przy użyciu języka SQL
Korzystaj z Lakehouse w Fabric przy użyciu zapytań SQL lub wizualnego edytora zapytań
Zapytanie magazynu danych w usłudze Fabric przy użyciu zapytań SQL lub wizualnego edytora zapytań.
Nawiązywanie połączenia z zestawami danych i wykonywanie zapytań za pomocą punktu końcowego XMLA