|
via Udemy |
Go to Course: https://www.udemy.com/course/preguntas-de-certificacion-microsoft-fabric-dp-600-es/
¿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 correctaCada 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, concéntreseConcéntrese 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 20241. Planificar, aplicar y gestionar una solución de análisis de datos (10-15%)Planificar un entorno de análisis de datosIdentificar los requisitos de una solución, incluidos los componentes, la funcionalidad, el rendimiento y las SKU de capacidadRecomendar parámetros en el portal de administración de FabricElegir un tipo de pasarela de datosCrear un tema de informe Power BI personalizadoImplantar y gestionar un entorno de análisis de datosImplantar controles de acceso a nivel de espacio de trabajo y de artículo para los artículos FabricImplantar la compartición de datos para espacios de trabajo, almacenes y almacenes lacustresGestión de etiquetas de sensibilidad en modelos semánticos y almacenes de datosConfigurar parámetros de espacios de trabajo compatibles con FabricGestionar la capacidad de Fabric y configurar los parámetros de capacidadGestionar el ciclo de vida del desarrollo analíticoImplementar el control de versiones para un espacio de trabajoCrear y gestionar un proyecto Power BI Desktop (.pbip)Planificar e implementar soluciones de despliegueRealizar un análisis del impacto de las dependencias descendentes en lagos, almacenes de datos, flujos de datos y modelos semánticosDesplegar y gestionar modelos semánticos utilizando el endpoint XMLACrear 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 almacénIngerir datos utilizando un canal de datos, un flujo de datos o un bloc de notasCrear y gestionar accesos directosImplementar la partición de archivos para cargas de trabajo analíticas en un almacén de datos (lakehouse)Crear vistas, funciones y procedimientos almacenadosEnriquecer datos añadiendo nuevas columnas o tablasCopiar datosElegir un método apropiado para copiar datos de una fuente de datos Fabric a un lakehouse o almacénCopiar datos utilizando un canal de datos, un flujo de datos o un bloc de notasImplementar la función de copia rápida al utilizar flujos de datosAdición de procedimientos almacenados, blocs de notas y flujos de datos a una canalización de datosPlanificación de canalizaciones de datosPlanificar flujos de datos y blocs de notasTransformación de datosImplementar un proceso de limpieza de datosImplementar 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 almacénDesnormalizar los datosAgregar o desagregar datosFusionar o unir datosIdentificar y resolver datos duplicados, datos que faltan o valores nulosConvertir tipos de datos mediante SQL o PySparkFiltrar datosOptimización del rendimientoIdentificar y resolver los cuellos de botella en el rendimiento de la carga de datos en flujos de datos, cuadernos y consultas SQLImplementar mejoras de rendimiento en flujos de datos, cuadernos y consultas SQLIdentificar 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 semánticosElección de un modo de almacenamiento, incluido Direct LakeIdentificar casos de uso para DAX Studio y Tabular Editor 2Implementar un esquema en estrella para un modelo semánticoImplementar relaciones, como tablas puente y relaciones de muchos a muchosEscribir 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 formatoDiseñar y construir modelos compuestos incluyendo agregacionesImplementar la seguridad dinámica a nivel de línea y la seguridad a nivel de objetoValidar la seguridad a nivel de línea y a nivel de objetoOptimizar los modelos semánticos a escala empresarialMejorar el rendimiento de las consultas visuales y los informesMejorar el rendimiento de DAX con DAX StudioOptimizar un modelo semántico con Tabular Editor 2Implementación de la actualización incremental4. Exploración y análisis de datos (20-25%)Realizar análisis exploratoriosRealizar análisis descriptivos y de diagnósticoIntegrar análisis prescriptivos y predictivos en un visual o un informePerfilar los datosConsulta de datos mediante SQLConsulta de un almacén en Fabric mediante consultas SQL o el editor visual de consultasConsulta de un almacén en Fabric mediante consultas SQL o el editor visual de consultasConexión y consulta de conjuntos de datos mediante el punto final XMLA