다음을 통해 공유


시험 DP-700 학습 가이드: Microsoft Fabric을 사용하여 데이터 엔지니어링 솔루션 구현(베타)

이 문서의 목적

이 학습 가이드는 시험에서 예상되는 내용을 이해하는 데 도움이 되며 시험에서 다룰 수 있는 주제에 대한 요약과 추가 리소스에 대한 링크를 포함합니다. 이 문서의 정보와 자료는 시험을 준비하면서 공부에 집중하는 데 도움이 될 것입니다.

유용한 링크 Description
인증을 획득하는 방법 일부 인증은 하나의 시험에만 합격하면 되는 반면, 다른 인증은 여러 시험에 합격해야 합니다.
Microsoft Learn 프로필 인증 프로필을 Microsoft Learn에 연결하면 시험을 예약 및 갱신하고 인증서를 공유하고 인쇄할 수 있습니다.
시험 채점 및 점수 보고서 합격하기 위해서는 700점 이상의 점수가 필요합니다.
시험 샌드박스 시험 샌드박스를 방문하여 시험 환경을 살펴볼 수 있습니다.
편의 시설 요청 보조 디바이스를 사용하거나, 추가 시간이 필요하거나, 시험 환경의 일부를 수정해야 하는 경우 편의 시설을 요청할 수 있습니다.

시험 정보

언어

일부 시험은 다른 언어로 지역화되며 영어 버전이 업데이트된 후 약 8주 후에 업데이트됩니다. 원하는 언어로 시험을 볼 수 없는 경우 시험을 완료하는 데 30분을 추가로 요청할 수 있습니다.

참고

측정된 각 기술 다음에 나오는 글머리 기호는 해당 기술을 평가하는 방법을 설명하기 위한 것입니다. 관련 항목은 시험에서 다룰 수 있습니다.

참고

대부분의 질문은 GA(일반 공급)인 기능을 다룹니다. 이러한 기능이 일반적으로 사용되는 경우 시험에 미리 보기 기능에 대한 질문이 포함될 수 있습니다.

측정된 기술

잠재 고객 프로파일

이 시험의 후보자는 데이터 로드 패턴, 데이터 아키텍처 및 오케스트레이션 프로세스에 대한 주제별 전문 지식이 있어야 합니다. 이 역할에 대한 책임은 다음과 같습니다.

  • 데이터 수집 및 변환.

  • 분석 솔루션 보안 및 관리

  • 분석 솔루션 모니터링 및 최적화

분석 엔지니어, 설계자, 분석가 및 관리자와 긴밀히 협력하여 분석을 위한 데이터 엔지니어링 솔루션을 설계하고 배포합니다.

SQL(구조적 쿼리 언어), PySpark 및 KQL(Kusto 쿼리 언어)을 사용하여 데이터를 조작하고 변환하는 데 능숙해야 합니다.

기술 한눈에 보기

  • 분석 솔루션 구현 및 관리(30~35%)

  • 데이터 수집 및 변환(30~35%)

  • 분석 솔루션 모니터링 및 최적화(30~35%)

분석 솔루션 구현 및 관리(30~35%)

Microsoft Fabric 작업 영역 설정 구성

  • Spark 작업 영역 설정 구성

  • 도메인 작업 영역 설정 구성

  • OneLake 작업 영역 설정 구성

  • 데이터 워크플로 작업 영역 설정 구성

패브릭에서 수명 주기 관리 구현

  • 버전 제어 구성

  • 데이터베이스 프로젝트 구현

  • 배포 파이프라인 만들기 및 구성

보안 및 거버넌스 구성

  • 작업 영역 수준 액세스 제어 구현

  • 항목 수준 액세스 제어 구현

  • 행 수준, 열 수준, 개체 수준 및 파일 수준 액세스 제어 구현

  • 동적 데이터 마스킹 구현

  • 항목에 민감도 레이블 적용

  • 보증 항목

프로세스 오케스트레이션

  • 파이프라인과 Notebook 중에서 선택

  • 일정 및 이벤트 기반 트리거 디자인 및 구현

  • 매개 변수 및 동적 식을 포함하여 Notebook 및 파이프라인을 사용하여 오케스트레이션 패턴 구현

데이터 수집 및 변환(30~35%)

로드 패턴 디자인 및 구현

  • 전체 및 증분 데이터 로드 디자인 및 구현

  • 차원 모델에 로드할 데이터 준비

  • 스트리밍 데이터에 대한 로드 패턴 디자인 및 구현

일괄 처리 데이터 수집 및 변환

  • 적절한 데이터 저장소 선택

  • 데이터 변환을 위해 데이터 흐름, Notebook 및 T-SQL 중에서 선택

  • 데이터에 대한 바로 가기 만들기 및 관리

  • 미러링 구현

  • 파이프라인을 사용하여 데이터 수집

  • PySpark, SQL 및 KQL을 사용하여 데이터 변환

  • 데이터 비정규화

  • 데이터 그룹화 및 집계

  • 중복, 누락 및 지연 도착 데이터 처리

스트리밍 데이터 수집 및 변환

  • 적절한 스트리밍 엔진 선택

  • eventstreams를 사용하여 데이터 처리

  • Spark 구조적 스트리밍을 사용하여 데이터 처리

  • KQL을 사용하여 데이터 처리

  • 창 함수 만들기

분석 솔루션 모니터링 및 최적화(30~35%)

패브릭 항목 모니터링

  • 데이터 수집 모니터링

  • 데이터 변환 모니터링

  • 의미 체계 모델 새로 고침 모니터링

  • 알림 구성

오류 식별 및 해결

  • 파이프라인 오류 식별 및 해결

  • 데이터 흐름 오류 식별 및 해결

  • Notebook 오류 식별 및 해결

  • Eventhouse 오류 식별 및 해결

  • Eventstream 오류 식별 및 해결

  • T-SQL 오류 식별 및 해결

성능 최적화

  • 레이크하우스 테이블 최적화

  • 파이프라인 최적화

  • 데이터 웨어하우스 최적화

  • eventstreams 및 eventhouse 최적화

  • Spark 성능 최적화

  • 쿼리 성능 최적화

학습 리소스

시험에 응시하기 전에 학습하고 실습 경험을 얻는 것이 좋습니다. Microsoft는 설명서, 커뮤니티 사이트, 비디오에 대한 링크뿐만 아니라 자체 연구 옵션 및 교실 학습을 제공합니다.

학습 리소스 학습 및 설명서 링크
학습 자기 주도적 학습 경로 및 모듈 중 선택 또는 강사 주도 과정 수강
설명서 찾기 Microsoft Fabric
Microsoft Fabric의 데이터 엔지니어링이란?
질문하기 Microsoft Q&A | Microsoft Docs
커뮤니티 지원 받기 Azure의 Analytics - Microsoft Tech Community
Microsoft Fabric 블로그
Microsoft Learn 팔로우 Microsoft Learn - Microsoft Tech Community
비디오 찾기 시험 준비 영역
데이터 표시
다른 Microsoft Learn 쇼 찾아보기