{"course":{"productid":34005,"modality":1,"active":true,"language":"de","title":"Implement a Data Analytics Solution with Azure Databricks","productcode":"DP-3011","vendorcode":"MS","vendorname":"Microsoft","fullproductcode":"MS-DP-3011","courseware":{"has_ekit":true,"has_printkit":false,"language":""},"url":"https:\/\/portal.flane.ch\/course\/microsoft-dp-3011","essentials":"<p>Bevor Sie mit diesem Lernpfad beginnen, sollten Sie sich bereits mit den Grundlagen von Python und SQL vertraut machen. Dazu geh&ouml;rt die M&ouml;glichkeit, einfache Python-Skripts zu schreiben und mit allgemeinen Datenstrukturen zu arbeiten sowie SQL-Abfragen zum Filtern, Verkn&uuml;pfen und Aggregieren von Daten zu schreiben. Ein grundlegendes Verst&auml;ndnis g&auml;ngiger Dateiformate wie CSV, JSON oder Parkett hilft auch beim Arbeiten mit Datasets.<\/p>\n<p>Dar&uuml;ber hinaus ist die Vertrautheit mit dem Azure-Portal und den Kerndiensten wie Azure Storage wichtig, zusammen mit einem allgemeinen Bewusstsein f&uuml;r Datenkonzepte wie Batch- und Streamingverarbeitung und strukturierte und unstrukturierte Daten. Obwohl nicht zwingend erforderlich, kann vorherige Erfahrung mit Big Data-Frameworks wie Spark und der Arbeit mit Jupyter-Notizb&uuml;chern den &Uuml;bergang zu Databricks erleichtern.<\/p>","audience":"<p>Bevor Sie diesen Kurs absolvieren, sollten die Lernenden bereits mit den Grundlagen von Python und SQL vertraut sein. Dazu geh&ouml;rt die M&ouml;glichkeit, einfache Python-Skripts zu schreiben und mit allgemeinen Datenstrukturen zu arbeiten sowie SQL-Abfragen zum Filtern, Verkn&uuml;pfen und Aggregieren von Daten zu schreiben. Ein grundlegendes Verst&auml;ndnis g&auml;ngiger Dateiformate wie CSV, JSON oder Parkett hilft auch beim Arbeiten mit Datasets.\nDar&uuml;ber hinaus ist die Vertrautheit mit dem Azure-Portal und den Kerndiensten wie Azure Storage wichtig, zusammen mit einem allgemeinen Bewusstsein f&uuml;r Datenkonzepte wie Batch- und Streamingverarbeitung und strukturierte und unstrukturierte Daten. Obwohl nicht zwingend erforderlich, kann vorherige Erfahrung mit Big Data-Frameworks wie Spark und der Arbeit mit Jupyter-Notizb&uuml;chern den &Uuml;bergang zu Databricks erleichtern.<\/p>","contents":"<h4>Erkunden von Azure Databricks<\/h4><ul>\n<li>Einf&uuml;hrung<\/li><li>Erste Schritte mit Azure Databricks<\/li><li>Erkennen von Azure Databricks-Workloads<\/li><li>Verst&auml;ndnis der grundlegenden Konzepte<\/li><li>Data Governance mithilfe von Unity Catalog und Microsoft Purview<\/li><li>&Uuml;bung - Azure Databricks erkunden<\/li><li>Modulbewertung<\/li><li>Zusammenfassung<\/li><\/ul>\n<h4>Durchf&uuml;hren einer Datenanalyse mit Azure Databricks<\/h4><ul>\n<li>Einf&uuml;hrung<\/li><li>Erfassen von Daten mit Azure Databricks<\/li><li>Datenerkundungstools in Azure Databricks<\/li><li>Datenanalyse mit DataFrame-APIs<\/li><li>&Uuml;bung &ndash; Erkunden von Daten mit Azure Databricks<\/li><li>Modulbewertung<\/li><li>Zusammenfassung<\/li><\/ul>\n<h4>Verwenden von Apache Spark in Azure Databricks<\/h4><ul>\n<li>Einf&uuml;hrung<\/li><li>Einf&uuml;hrung in Spark<\/li><li>Erstellen eines Spark-Clusters<\/li><li>Verwenden von Spark in Notebooks<\/li><li>Verwenden von Spark zum Arbeiten mit Datendateien<\/li><li>Visualisieren von Daten<\/li><li>&Uuml;bung : Verwenden von Spark in Azure Databricks<\/li><li>Modulbewertung<\/li><li>Zusammenfassung<\/li><\/ul>\n<h4>Verwalten von Daten mit Delta Lake<\/h4><ul>\n<li>Einf&uuml;hrung<\/li><li>Erste Schritte mit Delta Lake<\/li><li>Erstellen von Deltatabellen<\/li><li>Implementieren der Schemaerzwingung<\/li><li>Datenversionsverwaltung und Zeitreise in Delta Lake<\/li><li>Datenintegrit&auml;t mit Delta Lake<\/li><li>&Uuml;bung: Verwenden von Delta Lake in Azure Databricks<\/li><li>Modulbewertung<\/li><li>Zusammenfassung<\/li><\/ul>\n<h4>Erstellen von deklarativen Lakeflow-Pipelines<\/h4><ul>\n<li>Einf&uuml;hrung<\/li><li>Erkunden von Lakeflow Declarative Pipelines<\/li><li>Erfassung und Integration von Daten<\/li><li>Echtzeitverarbeitung<\/li><li>&Uuml;bung &ndash; Erstellen einer deklarativen Lakeflow-Pipeline<\/li><li>Modulbewertung<\/li><li>Zusammenfassung<\/li><\/ul>\n<h4>Bereitstellen von Workloads mit Lakeflow-Auftr&auml;gen<\/h4><ul>\n<li>Einf&uuml;hrung<\/li><li>Was sind Lakeflow Jobs?<\/li><li>Grundlegendes zu wichtigen Komponenten von Lakeflow-Auftr&auml;gen<\/li><li>Erkunden der Vorteile von Lakeflow-Auftr&auml;gen<\/li><li>Bereitstellen von Workloads mithilfe von Lakeflow Jobs<\/li><li>&Uuml;bung &ndash; Erstellen eines Lakeflow-Auftrags<\/li><li>Modulbewertung<\/li><li>Zusammenfassung<\/li><\/ul>","comments":"<p>Dieser Kurs ist nur noch bis zum 30.09.2026 verf&uuml;gbar. Kontaktieren Sie uns gerne bez&uuml;glich Alternativen.<\/p>","summary":"<p>In diesem Kurs wird erl&auml;utert, wie Sie Databricks und Apache Spark auf Azure verwenden, um Datenprojekte von der Erkundung bis zur Produktion zu nutzen. Sie erfahren, wie Sie grosse Datasets mit Spark DataFrames, Spark SQL und PySpark einbinden, transformieren und analysieren und dabei Sicherheit in der Verwaltung der verteilten Datenverarbeitung gewinnen. Unterwegs sammeln Sie praktische Erfahrungen mit dem Databricks-Arbeitsbereich &ndash; Navigieren durch Cluster und Erstellen sowie Optimieren von Delta-Tabellen.\n&nbsp;\nAusserdem werden Sie sich mit den Datentechnikpraktiken vertraut machen, einschliesslich des Entwerfens von ETL-Pipelines, der Behandlung der Schemaentwicklung und der Erzwingung der Datenqualit&auml;t. Der Kurs geht dann zur Orchestrierung &uuml;ber und zeigt Ihnen, wie Sie Arbeitslasten mithilfe von Lakeflow-Jobs und -Pipelines automatisieren und verwalten k&ouml;nnen. Um die Dinge abzurunden, erkunden Sie Governance- und Sicherheitsfunktionen wie Unity Catalog und Purview-Integration, um sicherzustellen, dass Sie mit Daten in einer sicheren, gut verwalteten und produktionsf&auml;higen Umgebung arbeiten k&ouml;nnen.<\/p>","essentials_plain":"Bevor Sie mit diesem Lernpfad beginnen, sollten Sie sich bereits mit den Grundlagen von Python und SQL vertraut machen. Dazu geh\u00f6rt die M\u00f6glichkeit, einfache Python-Skripts zu schreiben und mit allgemeinen Datenstrukturen zu arbeiten sowie SQL-Abfragen zum Filtern, Verkn\u00fcpfen und Aggregieren von Daten zu schreiben. Ein grundlegendes Verst\u00e4ndnis g\u00e4ngiger Dateiformate wie CSV, JSON oder Parkett hilft auch beim Arbeiten mit Datasets.\n\nDar\u00fcber hinaus ist die Vertrautheit mit dem Azure-Portal und den Kerndiensten wie Azure Storage wichtig, zusammen mit einem allgemeinen Bewusstsein f\u00fcr Datenkonzepte wie Batch- und Streamingverarbeitung und strukturierte und unstrukturierte Daten. Obwohl nicht zwingend erforderlich, kann vorherige Erfahrung mit Big Data-Frameworks wie Spark und der Arbeit mit Jupyter-Notizb\u00fcchern den \u00dcbergang zu Databricks erleichtern.","audience_plain":"Bevor Sie diesen Kurs absolvieren, sollten die Lernenden bereits mit den Grundlagen von Python und SQL vertraut sein. Dazu geh\u00f6rt die M\u00f6glichkeit, einfache Python-Skripts zu schreiben und mit allgemeinen Datenstrukturen zu arbeiten sowie SQL-Abfragen zum Filtern, Verkn\u00fcpfen und Aggregieren von Daten zu schreiben. Ein grundlegendes Verst\u00e4ndnis g\u00e4ngiger Dateiformate wie CSV, JSON oder Parkett hilft auch beim Arbeiten mit Datasets.\nDar\u00fcber hinaus ist die Vertrautheit mit dem Azure-Portal und den Kerndiensten wie Azure Storage wichtig, zusammen mit einem allgemeinen Bewusstsein f\u00fcr Datenkonzepte wie Batch- und Streamingverarbeitung und strukturierte und unstrukturierte Daten. Obwohl nicht zwingend erforderlich, kann vorherige Erfahrung mit Big Data-Frameworks wie Spark und der Arbeit mit Jupyter-Notizb\u00fcchern den \u00dcbergang zu Databricks erleichtern.","contents_plain":"Erkunden von Azure Databricks\n\n\n- Einf\u00fchrung\n- Erste Schritte mit Azure Databricks\n- Erkennen von Azure Databricks-Workloads\n- Verst\u00e4ndnis der grundlegenden Konzepte\n- Data Governance mithilfe von Unity Catalog und Microsoft Purview\n- \u00dcbung - Azure Databricks erkunden\n- Modulbewertung\n- Zusammenfassung\n\nDurchf\u00fchren einer Datenanalyse mit Azure Databricks\n\n\n- Einf\u00fchrung\n- Erfassen von Daten mit Azure Databricks\n- Datenerkundungstools in Azure Databricks\n- Datenanalyse mit DataFrame-APIs\n- \u00dcbung \u2013 Erkunden von Daten mit Azure Databricks\n- Modulbewertung\n- Zusammenfassung\n\nVerwenden von Apache Spark in Azure Databricks\n\n\n- Einf\u00fchrung\n- Einf\u00fchrung in Spark\n- Erstellen eines Spark-Clusters\n- Verwenden von Spark in Notebooks\n- Verwenden von Spark zum Arbeiten mit Datendateien\n- Visualisieren von Daten\n- \u00dcbung : Verwenden von Spark in Azure Databricks\n- Modulbewertung\n- Zusammenfassung\n\nVerwalten von Daten mit Delta Lake\n\n\n- Einf\u00fchrung\n- Erste Schritte mit Delta Lake\n- Erstellen von Deltatabellen\n- Implementieren der Schemaerzwingung\n- Datenversionsverwaltung und Zeitreise in Delta Lake\n- Datenintegrit\u00e4t mit Delta Lake\n- \u00dcbung: Verwenden von Delta Lake in Azure Databricks\n- Modulbewertung\n- Zusammenfassung\n\nErstellen von deklarativen Lakeflow-Pipelines\n\n\n- Einf\u00fchrung\n- Erkunden von Lakeflow Declarative Pipelines\n- Erfassung und Integration von Daten\n- Echtzeitverarbeitung\n- \u00dcbung \u2013 Erstellen einer deklarativen Lakeflow-Pipeline\n- Modulbewertung\n- Zusammenfassung\n\nBereitstellen von Workloads mit Lakeflow-Auftr\u00e4gen\n\n\n- Einf\u00fchrung\n- Was sind Lakeflow Jobs?\n- Grundlegendes zu wichtigen Komponenten von Lakeflow-Auftr\u00e4gen\n- Erkunden der Vorteile von Lakeflow-Auftr\u00e4gen\n- Bereitstellen von Workloads mithilfe von Lakeflow Jobs\n- \u00dcbung \u2013 Erstellen eines Lakeflow-Auftrags\n- Modulbewertung\n- Zusammenfassung","comments_plain":"Dieser Kurs ist nur noch bis zum 30.09.2026 verf\u00fcgbar. Kontaktieren Sie uns gerne bez\u00fcglich Alternativen.","summary_plain":"In diesem Kurs wird erl\u00e4utert, wie Sie Databricks und Apache Spark auf Azure verwenden, um Datenprojekte von der Erkundung bis zur Produktion zu nutzen. Sie erfahren, wie Sie grosse Datasets mit Spark DataFrames, Spark SQL und PySpark einbinden, transformieren und analysieren und dabei Sicherheit in der Verwaltung der verteilten Datenverarbeitung gewinnen. Unterwegs sammeln Sie praktische Erfahrungen mit dem Databricks-Arbeitsbereich \u2013 Navigieren durch Cluster und Erstellen sowie Optimieren von Delta-Tabellen.\n\u00a0\nAusserdem werden Sie sich mit den Datentechnikpraktiken vertraut machen, einschliesslich des Entwerfens von ETL-Pipelines, der Behandlung der Schemaentwicklung und der Erzwingung der Datenqualit\u00e4t. Der Kurs geht dann zur Orchestrierung \u00fcber und zeigt Ihnen, wie Sie Arbeitslasten mithilfe von Lakeflow-Jobs und -Pipelines automatisieren und verwalten k\u00f6nnen. Um die Dinge abzurunden, erkunden Sie Governance- und Sicherheitsfunktionen wie Unity Catalog und Purview-Integration, um sicherzustellen, dass Sie mit Daten in einer sicheren, gut verwalteten und produktionsf\u00e4higen Umgebung arbeiten k\u00f6nnen.","skill_level":"Intermediate","version":"A","duration":{"unit":"d","value":1,"formatted":"1 Tag"},"pricelist":{"List Price":{"PL":{"country":"PL","currency":"PLN","taxrate":23,"price":1400},"IT":{"country":"IT","currency":"EUR","taxrate":20,"price":490},"DE":{"country":"DE","currency":"EUR","taxrate":19,"price":690},"AT":{"country":"AT","currency":"EUR","taxrate":20,"price":690},"SE":{"country":"SE","currency":"EUR","taxrate":25,"price":690},"US":{"country":"US","currency":"USD","taxrate":null,"price":675},"CA":{"country":"CA","currency":"CAD","taxrate":null,"price":675},"GB":{"country":"GB","currency":"GBP","taxrate":20,"price":940},"NL":{"country":"NL","currency":"EUR","taxrate":21,"price":695},"CH":{"country":"CH","currency":"CHF","taxrate":8.1,"price":420},"SI":{"country":"SI","currency":"EUR","taxrate":20,"price":690},"FR":{"country":"FR","currency":"EUR","taxrate":19.6,"price":950}}},"lastchanged":"2026-06-17T14:35:53+02:00","parenturl":"https:\/\/portal.flane.ch\/swisscom\/json-courses","nexturl_course_schedule":"https:\/\/portal.flane.ch\/swisscom\/json-course-schedule\/34005","source_lang":"de","source":"https:\/\/portal.flane.ch\/swisscom\/json-course\/microsoft-dp-3011"}}