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