Das Modul „Arbeiten mit Datenformaten (strukturiert, halbstrukturiert, unstrukturiert)“ vermittelt den Lernenden ein klares Verständnis dafür, wie verschiedene Datenformate in Big-Data-Systemen funktionieren und warum die Wahl des Formats für die Leistung, die Speicherung und den Erfolg der Analyse entscheidend ist. Das Modul stellt strukturierte Formate wie CSV und TSV vor und befasst sich mit flexiblen, halbstrukturierten Formaten, darunter JSON und XML. Außerdem werden optimierte Dateitypen wie Parquet, Avro und ORC behandelt, die groß angelegte Analysen unterstützen. Die Lernenden üben die Konvertierung von Daten zwischen verschiedenen Formaten mithilfe von Azure Data Factory, den Umgang mit verschachtelten Strukturen, die Anwendung von Schema-Inferenz sowie die Bewertung von Leistungsabwägungen zwischen verschiedenen Dateitypen. Durch Demonstrationen, Code-Übungen und praktische Übungen vermittelt dieses Modul den Lernenden die Fähigkeit, Datenformate für verschiedene Big-Data-Szenarien effektiv auszuwählen, zu konvertieren und zu verwalten.

Das Modul „Data Lakes und Data Warehouses“ vermittelt den Teilnehmern die architektonischen Grundlagen und praktischen Fähigkeiten, die für den Aufbau moderner Analyseumgebungen erforderlich sind. Es beleuchtet den Zweck und die Struktur von Data Lakes, wobei insbesondere die Bereiche für Rohdaten, bereinigte, angereicherte und kuratierte Daten im Vordergrund stehen, und zeigt auf, wie ein durchdachtes Design Flexibilität, Governance und groß angelegte Analysen unterstützt. Die Lernenden befassen sich zudem mit zentralen CORE-Konzepten von Data Warehouses, darunter Dimensionsmodellierung, Sternschemata und Data Marts, um zu verstehen, wie strukturierte Speicherung hochleistungsfähige Abfragen ermöglicht. Durch praktische Übungen mit Azure Data Lake Storage Gen2 und Azure Synapse Analytics entwerfen die Lernenden Zonenarchitekturen, implementieren Dimensionsmodelle, konfigurieren SQL-Pools und wenden Best Practices für Partitionierung, Verteilung und Optimierung an. Am Ende sind sie in der Lage, Daten sowohl in Data-Lake- als auch in Data-Warehouse-Umgebungen zu organisieren, zu verwalten und zu integrieren, um skalierbare, unternehmensgerechte Analysen zu unterstützen.

Der Kurs „Erstellen von Datenpipelines (ETL/ELT mit Azure Data Factory)“ vermittelt den Teilnehmern die Fähigkeiten, skalierbare Datenintegrations-Workflows mithilfe moderner, cloud-nativer Ansätze zu entwerfen, zu implementieren und zu verwalten. Das Modul beleuchtet die Unterschiede zwischen ETL und ELT und hilft den Teilnehmern zu verstehen, wann die jeweilige Methodik die beste Leistung, Flexibilität und Kosteneffizienz bietet. Die Teilnehmer sammeln praktische Erfahrungen mit Azure Data Factory, konfigurieren verknüpfte Dienste, Datensätze, Aktivitäten und CORE-Orchestrierungskomponenten und üben den Aufbau sowohl einfacher als auch fortgeschrittener Pipelines. Das Modul führt zudem in Transformationslogik, Kontrollflussmuster, Parametrisierung und Strategien zur Fehlerbehandlung ein, die produktionsreife Data-Engineering-Lösungen unterstützen. Anhand von Schritt-für-Schritt-Anleitungen, Übungen, Programmieraufgaben und szenariobasierten Entscheidungen lernen die Teilnehmer, Pipelines zu überwachen, Fehler zu beheben und zuverlässige Daten-Workflows zu entwerfen, die Analysen im Unternehmensmaßstab unterstützen.

Der Kurs „Grundlagen der Batch- und Echtzeitverarbeitung“ führt die Teilnehmer in die CORE-Verarbeitungsmodelle ein, auf denen moderne Big-Data-Systeme basieren, und vermittelt ihnen ein Verständnis dafür, wann der jeweilige Ansatz den größten Nutzen bietet. Das Modul befasst sich mit Batch-Architekturen, Planungsmethoden und Optimierungsstrategien für die Verarbeitung großer Datenmengen aus der Vergangenheit und untersucht gleichzeitig Konzepte der Echtzeit-Stream-Verarbeitung, darunter Ereignisbehandlung, Kompromisse bei der Latenz und Durchsatzanforderungen. Die Lernenden sammeln praktische Erfahrungen bei der Implementierung beider Modelle – beim Erstellen von Batch-Workflows mit Azure Data Factory und beim Konfigurieren von Streaming-Pipelines mithilfe von Event Hubs und Stream Analytics. Anhand von Architekturanalysen, Code-Übungen und praktischen Übungen lernen die Lernenden, geschäftliche Anforderungen zu bewerten, den richtigen Verarbeitungsansatz auszuwählen und hybride Systeme zu entwerfen, die Batch- und Streaming-Verarbeitung für umfassende Analysen kombinieren.