آنچه یاد خواهید گرفت:
در اولین تلاش خود آزمون DP‑700 (Fabric Data Engineer Associate) را با موفقیت پشت سر بگذارید.
نشان (Badge) Fabric Data Engineer Associate را دریافت کنید.
بهجای فقط تماشای منفعلانه ویدئوها، اسکریپتها را اجرا کنید و کار با Microsoft Fabric را بهصورت عملی یاد بگیرید.
دموهای آزمایشگاهی از تسک های مدیریتی موردنیاز در این آزمون را انجام دهید.
پیش نیازهای دوره
دانش اساسی درباره هر نوع داده و ابر
یک اشتراک رایگان Fabric / Azure
توضیحات دوره
چرا باید تست آزمایشی DP‑700 Fabric Data Engineer Associate این مدرس را تهیه کنید؟
سوالات آزمون DP‑700 بهصورت عمیق تحقیق و طراحی شدهاند. این مدرس برای حفظ کیفیت بالا، روزانه بیش از یک سؤال طراحی نمیکند.
هیچ سؤال ساده و تکخطی وجود ندارد. هر سؤال بر اساس درک یک سناریو طراحی شده است و شما را به درک، بهکارگیری و تحلیل دانش خود به چالش میکشد.
این دوره شامل توضیحات ویدئویی و متنی شفاف و روان است. توضیحات متنی همراه با تصاویر و نمودارهای محصول ارائه شدهاند تا درک مطالب آسانتر شود. همچنین میتوانید برای مشاهده نمایش عملی روانتر از توضیحات ویدئویی استفاده کنید.
برای هر سؤال، یک فایل پروژه Python Notebook یا PowerQuery / اسکریپتها ارائه میشود تا بتوانید محیط استفادهشده در سؤال را شبیهسازی کنید.
برای هر سؤال، دو نوع پاسخ ارائه شده است: پاسخ خلاصه (مناسب برای مرور سریع) - پاسخ کامل و مفصل (برای یادگیری عمیقتر)
تجربه واقعی آزمون DP‑700 Fabric Data Engineer شبیهسازی شده است؛ از جمله:
سوالات درگ و دراپ کردن / سوالات منوی کشویی /سوالات چندگانه بله/خیر با دکمه رادیویی / سناریوهای تکرارشونده و انواع دیگر سوالات آزمون
در این دوره صرفاً متنهای طولانی در PowerPoint قرار داده نشده است. اسلایدها فقط برای نمایش معماری و کمک به درک بهتر مفاهیم استفاده میشوند.
توضیحات همزمان با محصول واقعی ارائه میشوند. هر توضیح مفصل با شواهد مرتبط از محصولات مایکروسافت (مانند Microsoft Fabric) همراه است که در قالب اسکرینشاتها و نشانهگذاریهای واضح نمایش داده میشوند.
توضیحات مستقیماً از مستندات مایکروسافت کپی نشدهاند. تمام مطالب با بیانی ساده و قابل فهم بازنویسی شدهاند.
گزینههای پاسخ نادرست نادیده گرفته نشدهاند. برای هر گزینه (چه درست و چه نادرست) توضیح کامل و منطقی همراه با لینکهای مرجع ارائه شده است.
نگران ساختار نادرست جملهها، اشتباهات گرامری یا علائم نگارشی نباشید؛ زیرا هر سؤال با استفاده از Grammarly بازبینی شده است.
تکرار سؤالها تقریباً وجود ندارد و تعداد سؤالات صرفاً برای افزایش حجم دوره بالا برده نشده است.
مطالعه موردی: Contoware Analytics Modernization نیز در دوره گنجانده شده است تا به شما کمک کند برای آزمون بهتر آماده شوید.
سؤالات از حوزههای مختلف و زیر حوزهها جمعآوری شدهاند و بهدقت رقبای متقابلی در هر بخش آزمون را حفظ میکنند. همچنین، سؤالات در سطوح متفاوتی قرار دارند.
تست سؤالات سطح یادآوری بررسی میکنند که آیا میتوانید حقایق حفظشده و مفاهیم اولیه را به خاطر بیاورید.
سؤالات سطح درک ارزیابی میکنند که آیا میتوانید معانی اصطلاحات و مفاهیم را توضیح دهید.
سؤالات سطح کاربرد بررسی میکنند که آیا میتوانید با استفاده از حقایق، مفاهیم و تکنیکها تسک های عملی را انجام دهید.
سؤالات سطح تحلیل ارزیابی میکنند که آیا میتوانید موقعیتها را تشخیص دهید و با استفاده از مفاهیم و تکنیکها مشکلات را حل کنید.
ترکیبی از سؤالات در سطوح مختلف دانش شما را تقویت کرده و شما را برای موفقیت در آزمون آماده میکند.
حوزههای آزمونی که در آزمون تمرینی DP‑700 پوشش داده میشوند عبارتاند از:
پیادهسازی و مدیریت یک راهکار تحلیلی (30–35%)
پیکربندی تنظیمات فضای کاری Microsoft Fabric
پیکربندی تنظیمات Spark Workspace
پیکربندی تنظیمات Domain Workspace
پیکربندی تنظیمات OneLake Workspace
پیکربندی تنظیمات Data Workflow Workspace
پیادهسازی مدیریت چرخه عمر در Fabric
پیکربندی کنترل نسخه
پیادهسازی پروژههای پایگاه داده
ایجاد و پیکربندی Deployment Pipeline
پیکربندی امنیت و حاکمیت داده
پیادهسازی کنترل دسترسی در سطح Workspace
پیادهسازی کنترل دسترسی در سطح آیتم
پیادهسازی کنترل دسترسی در سطوح سطر، ستون، آبجکت و پوشه/فایل
پیادهسازی Dynamic Data Masking
اعمال Sensitivity Label برای آیتمها
تأیید آیتمها
پیادهسازی و استفاده از ثبت رویدادها و لاگهای Workspace
هماهنگسازی و مدیریت فرآیندها
انتخاب بین Pipeline و Notebook
طراحی و پیادهسازی زمانبندیها و Triggerهای مبتنی بر رویداد
پیادهسازی الگوهای Orchestration با استفاده از Notebook و Pipeline شامل پارامترها و عبارات پویا
جذب و تبدیل داده (30–35%)
طراحی و پیادهسازی الگوهای بارگذاری داده
طراحی و پیادهسازی بارگذاری کامل و افزایشی
آمادهسازی داده برای بارگذاری در مدل بُعدی
طراحی و پیادهسازی الگوی بارگذاری برای داده جریانی
جذب و تبدیل داده دستهای
انتخاب Data Store مناسب
انتخاب بین Dataflows ،Notebooks ،KQL و T‑SQL برای تبدیل داده
ایجاد و مدیریت Shortcutها برای داده
پیادهسازی Mirroring
جذب داده با استفاده از Pipelines
تبدیل داده با استفاده از PySpark ،SQL و KQL
Denormalize کردن داده
گروهبندی و تجمیع داده
مدیریت داده duplicate، ناقص و دیررس
جذب و تبدیل داده جریانی
انتخاب موتور مناسب برای پردازش داده جریانی
انتخاب بین Native Storage ،Followed Storage یا Shortcutها Real-Time Intelligence
پردازش داده با استفاده از Eventstreams
پردازش داده با استفاده از Spark Structured Streaming
پردازش داده با استفاده از KQL
ایجاد Windowing Functions
نظارت و بهینهسازی یک راهکار تحلیلی (30–35%)
نظارت بر آیتم های Fabric
نظارت بر جذب داده
نظارت بر تبدیل داده
نظارت بر بروزرسانی مدل معنایی
پیکربندی هشدارها
شناسایی و رفع خطاها
شناسایی و رفع خطاهای Pipeline
شناسایی و رفع خطاهای Dataflow
شناسایی و رفع خطاهای Notebook
شناسایی و رفع خطاهای Eventhouse
شناسایی و رفع خطاهای Eventstream
شناسایی و رفع خطاهای T‑SQL
بهینهسازی عملکرد
بهینهسازی جدولهای Lakehouse
بهینهسازی Pipeline
بهینهسازی Data Warehouse
بهینهسازی Eventstream و Eventhouse
بهینهسازی عملکرد Spark
بهینهسازی عملکرد Query
این دوره برای چه کسانی مناسب است؟
دانشجویانی که میخواهند آزمون DP‑700 را با موفقیت پشت سر بگذارند.
افرادی که میخواهند نشان (Badge) Fabric Data Engineer Associate را دریافت کنند.