¿Está buscando la mejor fuente para prepararse para el examen de certificación DP-600?

Esta es la ÚNICA preparación que necesita para aprobar el examen DP-600 en su PRIMER intento y convertirse en un Ingeniero Asociado Certificado en Microsoft: Fabric Analytics.

Sé lo estresante que puede ser prepararse para una certificación y repetirla varias veces. Aprobé el examen DP-600 en el primer intento y me gustaría compartir esta prueba de examen con usted.

Haga que su preparación para el examen sea eficaz y aprenda el tejido con respuestas, explicaciones y documentación. Las preguntas de la prueba de examen de este curso son muy similares a las del examen actualizado de julio de 2024 para maximizar sus posibilidades de aprobar el examen en el primer intento.

¿Por qué debería realizar este curso?

• Esta preparación para el examen incluye las actualizaciones realizadas por Microsoft en julio de 2024. - Las preguntas son muy similares a las del examen real,

• Las preguntas cubren todos los temas que necesitas saber.

• Cada pregunta tiene la respuesta correcta

• Cada respuesta va acompañada de una explicación y/o un enlace a documentación certificada para saber más sobre Fabric.

• Este curso te enseña todo lo que necesitas saber sobre el examen en sí

• No pierda el tiempo, concéntrese

• Concéntrese en lo que es realmente importante para dominar el examen.

Sobre el instructor:

Mi nombre es Valery, soy un profesional certificado y trabajo como analista de datos senior e ingeniero de datos. Mi objetivo es ayudar a las personas a avanzar en sus carreras mediante el aprendizaje de nuevas herramientas de análisis de datos.

Estoy deseando proporcionarte las habilidades que necesitas para dominar el análisis de datos. Si buscas una formación de calidad y asequible, ¡apúntate a este curso!

Competencias que se miden en esta prueba el 22 de julio de 2024

1. Planificar, aplicar y gestionar una solución de análisis de datos (10-15%)

Planificar un entorno de análisis de datos

• Identificar los requisitos de una solución, incluidos los componentes, la funcionalidad, el rendimiento y las SKU de capacidad

• Recomendar parámetros en el portal de administración de Fabric

• Elegir un tipo de pasarela de datos

• Crear un tema de informe Power BI personalizado

Implantar y gestionar un entorno de análisis de datos

• Implantar controles de acceso a nivel de espacio de trabajo y de artículo para los artículos Fabric

• Implantar la compartición de datos para espacios de trabajo, almacenes y almacenes lacustres

• Gestión de etiquetas de sensibilidad en modelos semánticos y almacenes de datos

• Configurar parámetros de espacios de trabajo compatibles con Fabric

• Gestionar la capacidad de Fabric y configurar los parámetros de capacidad

Gestionar el ciclo de vida del desarrollo analítico

• Implementar el control de versiones para un espacio de trabajo

• Crear y gestionar un proyecto Power BI Desktop (.pbip)

• Planificar e implementar soluciones de despliegue

• Realizar un análisis del impacto de las dependencias descendentes en lagos, almacenes de datos, flujos de datos y modelos semánticos

• Desplegar y gestionar modelos semánticos utilizando el endpoint XMLA

• Crear y actualizar activos reutilizables, incluidos archivos de modelos de Power BI (.pbit), archivos de fuentes de datos de Power BI (.pbids) y modelos semánticos compartidos.

2. Preparar y servir datos (40-45%)

• Crear objetos en una base de datos o almacén

• Ingerir datos utilizando un canal de datos, un flujo de datos o un bloc de notas

• Crear y gestionar accesos directos

• Implementar la partición de archivos para cargas de trabajo analíticas en un almacén de datos (lakehouse)

• Crear vistas, funciones y procedimientos almacenados

• Enriquecer datos añadiendo nuevas columnas o tablas

• Copiar datos

• Elegir un método apropiado para copiar datos de una fuente de datos Fabric a un lakehouse o almacén

• Copiar datos utilizando un canal de datos, un flujo de datos o un bloc de notas

• Implementar la función de copia rápida al utilizar flujos de datos

• Adición de procedimientos almacenados, blocs de notas y flujos de datos a una canalización de datos

• Planificación de canalizaciones de datos

• Planificar flujos de datos y blocs de notas

Transformación de datos

• Implementar un proceso de limpieza de datos

• Implementar un esquema en estrella para un lago o almacén, incluyendo dimensiones de tipo 1 y 2 que evolucionan lentamente.

• Implementar tablas puente para un lago o almacén

• Desnormalizar los datos

• Agregar o desagregar datos

• Fusionar o unir datos

• Identificar y resolver datos duplicados, datos que faltan o valores nulos

• Convertir tipos de datos mediante SQL o PySpark

• Filtrar datos

Optimización del rendimiento

• Identificar y resolver los cuellos de botella en el rendimiento de la carga de datos en flujos de datos, cuadernos y consultas SQL

• Implementar mejoras de rendimiento en flujos de datos, cuadernos y consultas SQL

• Identificar y resolver problemas relacionados con la estructura o el tamaño de los archivos de tablas Delta (incluida la ordenación en V y las escrituras optimizadas).
  

3. Implementación y gestión de modelos semánticos (20-25%)

Diseño y construcción de modelos semánticos

• Elección de un modo de almacenamiento, incluido Direct Lake

• Identificar casos de uso para DAX Studio y Tabular Editor 2

• Implementar un esquema en estrella para un modelo semántico

• Implementar relaciones, como tablas puente y relaciones de muchos a muchos

• Escribir cálculos que utilicen variables y funciones DAX, como iteradores, filtrado de tablas, ventanas y funciones de información.

• Implementar grupos de cálculo, cadenas dinámicas y parámetros de campo.

• Diseñar y construir un conjunto de datos de gran formato

• Diseñar y construir modelos compuestos incluyendo agregaciones

• Implementar la seguridad dinámica a nivel de línea y la seguridad a nivel de objeto

• Validar la seguridad a nivel de línea y a nivel de objeto

Optimizar los modelos semánticos a escala empresarial

• Mejorar el rendimiento de las consultas visuales y los informes

• Mejorar el rendimiento de DAX con DAX Studio

• Optimizar un modelo semántico con Tabular Editor 2

• Implementación de la actualización incremental

4. Exploración y análisis de datos (20-25%)

Realizar análisis exploratorios

• Realizar análisis descriptivos y de diagnóstico

• Integrar análisis prescriptivos y predictivos en un visual o un informe

• Perfilar los datos

Consulta de datos mediante SQL

• Consulta de un almacén en Fabric mediante consultas SQL o el editor visual de consultas

• Consulta de un almacén en Fabric mediante consultas SQL o el editor visual de consultas

• Conexión y consulta de conjuntos de datos mediante el punto final XMLA