このコースの最初と最後のラボは、受講者が受講するラボの内容を伝えるためのディスカッションを含むグループ演習です。最後のラボでは、受講者が何を達成し、何を克服して、ラボのケース スタディの要件を満たしてきたかを考える機会を提供します。残りの課題では、AdventureWorks のビジネス要件を満たす Azure データ プラットフォーム機能の実装に取り組みます。
各モジュールの課題の目的を以下に概説します。
受講者は、レッスンとケース スタディで得られた情報をもとに、AdventureWorks 内のデジタル環境の変換プロジェクトの成果物を調査します。まずデータ活用の進展がどのように組織に新しい機会をもたらしたかを特定します。また、ビジネス ニーズに対応するために使用される Azure Data Platform サービスについて調査し、データエンジニアが実行するタスクを定義します。最後に、受講者は AdventureWorks の Data Engineering の成果物を完成させます。
このラボで、受講者は特定のビジネスおよび技術に関する一連の要件に対し、実装する適切なストレージのタイプを決定することができます。Azure ストレージ アカウントと Data Lake Storage アカウントを作成し、Data Lake Storage バージョン 1 とバージョン 2 の違いを説明できるようになります。また、選択したデータ ストレージへのデータの読み込みを実行する方法をデモンストレーションすることもできます。
この課題の終わりまでに、受講者は Azure Databricks を使用してデータ サイエンスを支援できる理由を説明できるようになります。受講者は Azure Databricks インスタンスをプロビジョニングし、Data Lake Store Gen II ストアから簡単なデータ準備タスクを実行する為に使用されるワークスペースを作成します。最後に、受講者は Azure Databricks を使用して変換を実行するチュートリアルを実行します。
受講者は、Azure Cosmos DB が組織にもたらす機能について説明し、デモンストレーションすることができるようになります。Cosmos DB インスタンスを作成し、ポータルと .Net アプリケーションを介してデータをアップロードおよびクエリする方法を示します。その後、Cosmos DB データベースのグローバル スケールを有効にする方法をデモンストレーションできるようになります。
受講者は、Azure SQL Database と Azure Synapse Analytics をプロビジョニングし、作成されたインスタンスの 1 つに対してクエリを発行できます。また、Azure Synapse Analytics をその他複数のデータ プラットフォーム テクノロジと統合し、PolyBase を使用して 1 つのデータ ソースから Data Warehouse にデータを読み込むこともできるようになります。
受講者は、データ ストリームとは何か、またイベント処理がどう行われるかを説明し、AdventureWorks のケース スタディに適したデータ ストリーム インジェスト技術を選択できるようになります。選択したインジェスト テクノロジーをプロビジョニングし、これを Stream Analytics と統合して、ストリーミング データで動作するソリューションを作成します。
このモジュールでは、Azure Data Factory を使用して、さまざまなデータ プラットフォーム テクノロジーからのデータ移動を統合する方法について学習します。受講者は、テクノロジの機能を説明し、SQL Database からデータを取り込み、データを SQL Data Warehouse に読み込むエンド ツー エンドのデータ パイプラインをセットアップできるようになります。受講者は、計算リソースを呼び出す方法についても理解します。
受講者は、多層防御を提供するために取ることができるさまざまなセキュリティのアプローチを説明し、文書化することができるようになります。これには、本コースでこれまでに設定されたセキュリティの文書化が含まれます。また、AdventureWorks 内に存在する可能性のあるセキュリティのギャップの識別方法も学びます。
受講者は、データ エステートで発生しうる問題をモニターするのに役立つ広範なモニターソリューションを定義できるようになります。その後、クラウド データ ソリューションで発生しうる一般的なデータ ストレージの問題とデータ処理の問題が発生します。最後に、受講者はデータ プラットフォーム テクノロジーのディザスター リカバリー アプローチを実装します。