Panduan belajar untuk Ujian DP

您所在的位置：网站首页 › powerbii › Panduan belajar untuk Ujian DP

Panduan belajar untuk Ujian DP

2023-01-21 01:46| 来源: 网络整理| 查看: 265

Panduan belajar untuk Ujian DP-500: Merancang dan Menerapkan Solusi Analitik Skala Perusahaan Menggunakan Microsoft Azure dan Microsoft Power BI Artikel 01/10/2023 10 menit untuk membaca Tujuan dari dokumen ini

Panduan belajar ini akan membantu Anda memahami apa yang diharapkan pada ujian dan menyertakan ringkasan topik yang mungkin dibahas dalam ujian dan tautan ke sumber daya lainnya. Informasi dan materi dalam dokumen ini akan membantu Anda memfokuskan studi saat mempersiapkan ujian.

Tautan yang Berguna Deskripsi Meninjau keterampilan yang diukur per 6 Februari 2023 Daftar ini menunjukkan keterampilan yang diukur SETELAH tanggal tersebut. Pelajari daftar ini jika Anda berencana untuk mengikuti ujian SETELAH tanggal tersebut. Meninjau keterampilan yang diukur sebelum 6 Februari 2023 Pelajari daftar keterampilan ini jika Anda mengikuti ujian SEBELUM tanggal tersebut. Log perubahan Anda dapat langsung masuk ke log perubahan jika ingin melihat perubahan yang akan dilakukan pada tanggal tersebut. Cara mendapatkan sertifikasi Beberapa sertifikasi hanya memerlukan lulus satu ujian, sementara yang lain memerlukan lulus beberapa ujian. Pembaruan sertifikasi Sertifikasi asosiasi, pakar, dan spesialisasi Microsoft kedaluwarsa setiap tahun. Anda dapat memperpanjangnya dengan lulus penilaian online gratis di Microsoft Learn. Profil Microsoft Learn Anda Menghubungkan profil sertifikasi Anda ke Microsoft Learn memungkinkan Anda menjadwalkan dan memperbarui ujian serta berbagi dan mencetak sertifikat. Nilai untuk lulus Skor 700 ke atas diperlukan untuk lulus. Sandbox ujian Anda dapat menjelajahi lingkungan ujian dengan mengunjungi kotak pasir ujian kami. Memohon akomodasi Jika menggunakan alat bantu, memerlukan waktu tambahan, atau memerlukan modifikasi pada bagian mana pun dari pengalaman ujian, Anda dapat meminta akomodasi. Ikuti tes latihan Apakah Anda siap untuk mengikuti ujian atau perlu belajar lagi? Pembaruan pada ujian

Ujian kami diperbarui secara berkala untuk mencerminkan keterampilan yang diperlukan untuk menjalankan peran. Kami telah menyertakan dua versi tujuan Keterampilan yang Diukur tergantung pada kapan Anda mengikuti ujian.

Kami selalu memperbarui versi bahasa Inggris dari ujian terlebih dahulu. Beberapa ujian dilokalkan ke dalam bahasa lain, dan ujian tersebut diperbarui kira-kira delapan minggu setelah versi bahasa Inggris diperbarui. Bahasa lain yang tersedia tercantum di bagian Jadwalkan Ujian di halaman web Detail Ujian. Jika ujian tidak tersedia dalam bahasa yang dipilih, Anda dapat meminta tambahan waktu 30 menit untuk menyelesaikan ujian.

Catatan

Poin-poin yang muncul di bawah setiap keterampilan yang diukur ditujukan untuk menggambarkan cara kita menilai keterampilan tersebut. Topik terkait mungkin tercakup dalam ujian.

Catatan

Sebagian besar pertanyaan membahas fitur yang merupakan ketersediaan umum (GA). Ujian mungkin berisi pertanyaan tentang fitur Pratinjau jika fitur tersebut umum digunakan.

Keterampilan yang diukur per 6 Februari 2023 Profil audiens

Kandidat untuk sertifikasi Asosiasi Analis Data Enterprise Azure harus memiliki keahlian materi pelajaran dalam mendesain, membuat, dan menyebarkan solusi analitik data skala perusahaan.

Tanggung jawab untuk peran ini mencakup melakukan analitik data tingkat lanjut dalam skala besar, seperti membersihkan dan mengubah data, merancang, dan membangun model data perusahaan, menggabungkan kemampuan analitik tingkat lanjut, mengintegrasikan dengan infrastruktur TI, dan menerapkan praktik siklus hidup pengembangan. Para profesional ini membantu mengumpulkan persyaratan tingkat perusahaan untuk solusi analitik data yang mencakup Azure dan Power BI. Para profesional ini juga memberikan saran tentang tata kelola data dan pengaturan konfigurasi untuk administrasi Power BI, memantau penggunaan data, dan mengoptimalkan performa solusi analitik data.

Analis data enterprise Azure berkolaborasi dengan peran lain, seperti arsitek solusi, insinyur data, ilmuwan data, insinyur AI, administrator database, dan analis data Power BI.

Kandidat untuk ujian ini harus memiliki keterampilan Power BI tingkat lanjut, termasuk mengelola penyimpanan data dan pemrosesan data di cloud dan lokal, serta menggunakan Power Query dan Data Analysis Expressions (DAX). Kandidat juga harus mahir dalam menggunakan data dari Azure Synapse Analytics dan harus memiliki pengalaman mengkueri database relasional, menganalisis data dengan menggunakan Transact-SQL (T-SQL), dan memvisualisasikan data.

Menerapkan dan mengelola lingkungan analisis data (25–30%)

Mengkueri dan mengubah data (20–25%)

Menerapkan dan mengelola model data (25–30%)

Menjelajahi dan memvisualisasikan data (20–25%)

Menerapkan dan mengelola lingkungan analisis data (25–30%) Mengatur dan mengelola lingkungan analitik data

Mengelola aset Power BI dengan menggunakan Microsoft Purview

Mengidentifikasi sumber data di Azure dengan menggunakan Microsoft Purview

Merekomendasikan pengaturan di portal admin Power BI

Merekomendasikan solusi pemantauan dan audit untuk lingkungan analitik data, termasuk Power BI REST API dan cmdlet PowerShell

Mengintegrasikan platform analitik ke dalam infrastruktur TI yang ada

Mengidentifikasi persyaratan untuk solusi, termasuk fitur, performa, dan strategi lisensi

Mengonfigurasi dan mengelola kapasitas Power BI

Merekomendasikan dan mengonfigurasi gateway lokal di Power BI

Merekomendasikan dan mengonfigurasi penyewa atau ruang kerja Power BI untuk diintegrasikan dengan Azure Data Lake Storage Gen2

Mengintegrasikan ruang kerja Power BI yang sudah ada ke dalam Azure Synapse Analytics

Mengelola siklus hidup pengembangan analitik

Menerapkan kode dan artefak ke repositori kontrol sumber di Azure Synapse Analytics

Menyarankan strategi penyebaran untuk aset Power BI

Menyarankan strategi kontrol sumber untuk aset Power BI

Menerapkan dan mengelola alur penyebaran di Power BI

Melakukan analisis dampak dependensi hilir dari aliran data dan himpunan data

Merekomendasikan solusi otomatisasi untuk siklus hidup pengembangan analitik, termasuk Power BI REST API dan cmdlet PowerShell

Menyebarkan dan mengelola himpunan data dengan menggunakan titik akhir XMLA

Membuat aset yang dapat digunakan kembali, termasuk template Power BI, file sumber data Power BI (.pbids), dan himpunan data bersama

Mengkueri dan mengubah data (20–25%) Mengkueri data menggunakan Azure Synapse Analytics

Mengidentifikasi kumpulan Azure Synapse yang sesuai saat menganalisis data

Merekomendasikan jenis file yang sesuai untuk meminta kumpulan SQL tanpa server

Mengkueri sumber data relasional dalam kumpulan SQL khusus atau tanpa server, termasuk kueri sumber data yang dipartisi

Menggunakan fungsi pembelajaran mesin PREDICT dalam kueri

Menyerap dan mengubah data dengan menggunakan Power BI

Mengidentifikasi hambatan performa pemuatan data di Power Query atau sumber data

Menerapkan peningkatan performa di Power Query dan sumber data

Membuat dan mengelola aliran data Power BI yang scalable

Mengidentifikasi dan mengelola pengaturan privasi pada sumber data

Membuat kueri, fungsi, dan parameter dengan menggunakan Editor Lanjutan Power Query

Mengkueri sumber data tingkat lanjut, termasuk model JSON, Parquet, API, dan Azure Machine Learning

Menerapkan dan mengelola model data (25–30%) Merancang dan membangun model tabel

Memilih kapan harus menggunakan DirectQuery untuk himpunan data Power BI

Memilih kapan harus menggunakan alat eksternal, termasuk DAX Studio dan Tabular Editor 2

Membuat grup penghitungan

Menulis penghitungan yang menggunakan variabel dan fungsi DAX, misalnya menangani kekosongan atau kesalahan, membuat hubungan virtual, dan bekerja dengan iterator

Merancang dan membangun himpunan data format besar

Merancang dan membangun model komposit, termasuk agregasi

Merancang dan menerapkan keamanan tingkat baris dan keamanan tingkat objek skala perusahaan

Mengoptimalkan model data berskala perusahaan

Mengidentifikasi dan menerapkan peningkatan performa dalam kueri dan laporan visual

Memecahkan masalah performa DAX dengan menggunakan DAX Studio

Mengoptimalkan model data dengan menggunakan Tabular Editor 2

Menganalisis efisiensi model data dengan menggunakan VertiPaq Analyzer

Menerapkan penyegaran bertambah bertahap (termasuk penggunaan lipatan kueri)

Mengoptimalkan model data dengan menggunakan denormalisasi

Menjelajahi dan memvisualisasikan data (20–25%) Menjelajahi data dengan menggunakan Azure Synapse Analytics

Menjelajahi data dengan menggunakan visual asli di notebook Spark

Menjelajahi dan memvisualisasikan data menggunakan panel hasil Azure Synapse SQL

Memvisualisasikan data dengan menggunakan Power BI

Membuat dan mengimpor tema laporan kustom

Membuat visual R atau Python di Power BI

Menghubungkan ke dan membuat kueri himpunan data menggunakan titik akhir XMLA

Mendesain dan mengonfigurasikan laporan Power BI untuk aksesibilitas

Mengaktifkan visual yang dipersonalisasi dalam laporan

Mengonfigurasi penyegaran halaman otomatis

Membuat dan mendistribusikan laporan dengan nomor halaman di Power BI Report Builder

Mempelajari sumber daya

Sebaiknya Anda berlatih dan mendapatkan pengalaman langsung sebelum mengikuti ujian. Kami menawarkan opsi belajar mandiri dan pelatihan kelas serta tautan ke dokumentasi, situs komunitas, dan video.

Mempelajari sumber daya Tautan ke pembelajaran dan dokumentasi Dapatkan pelatihan Pilih dari jalur dan modul pembelajaran mandiri atau ikuti kursus yang dipandu instruktur Cari dokumentasi Dokumentasi Azure Cosmos DBDokumentasi Azure Ajukan pertanyaan Microsoft Q&A | Microsoft Docs Dapatkan dukungan komunitas Analitik di Azure - Microsoft Tech CommunityAzure Data Factory - Microsoft Tech CommunityAzure - Microsoft Tech Community Ikuti Microsoft Learn Microsoft Learn - Microsoft Tech Community Menemukan video Zona Kesiapan UjianData TereksposTelusuri acara Microsoft Learn lainnya Log perubahan

Kunci untuk memahami tabel: Grup topik (juga dikenal sebagai grup fungsional) dicetak tebal, diikuti dengan tujuan dalam setiap grup. Tabel tersebut merupakan perbandingan antara dua versi ujian keterampilan yang diukur dan kolom ketiga menjelaskan sejauh mana perubahannya.

Area keterampilan sebelum 6 Februari 2023 Area keterampilan per 6 Februari 2023 Ubah Profil audiens Profil audiens Minor Menerapkan dan mengelola lingkungan analitik data Menerapkan dan mengelola lingkungan analitik data Tidak Ada Perubahan Mengatur dan mengelola lingkungan analitik data Mengatur dan mengelola lingkungan analitik data Minor Mengintegrasikan platform analitik ke dalam infrastruktur TI yang ada Mengintegrasikan platform analitik ke dalam infrastruktur TI yang ada Tidak Ada Perubahan Mengelola siklus hidup pengembangan analitik Mengelola siklus hidup pengembangan analitik Tidak Ada Perubahan Membuat kueri dan mentransformasikan data Membuat kueri dan mentransformasikan data Tidak Ada Perubahan Mengkueri data menggunakan Azure Synapse Analytics Mengkueri data menggunakan Azure Synapse Analytics Tidak Ada Perubahan Menyerap dan mengubah data dengan menggunakan Power BI Menyerap dan mengubah data dengan menggunakan Power BI Tidak Ada Perubahan Menerapkan dan mengelola model data Menerapkan dan mengelola model data Tidak Ada Perubahan Merancang dan membangun model tabel Merancang dan membangun model tabel Tidak Ada Perubahan Mengoptimalkan model data berskala perusahaan Mengoptimalkan model data berskala perusahaan Minor Jelajahi dan visualisasikan data Jelajahi dan visualisasikan data Tidak Ada Perubahan Menjelajahi data dengan menggunakan Azure Synapse Analytics Menjelajahi data dengan menggunakan Azure Synapse Analytics Tidak Ada Perubahan Memvisualisasikan data dengan menggunakan Power BI Memvisualisasikan data dengan menggunakan Power BI Tidak Ada Perubahan Keterampilan yang diukur sebelum 6 Februari 2023

Menerapkan dan mengelola lingkungan analisis data (25–30%)

Mengkueri dan mengubah data (20–25%)

Menerapkan dan mengelola model data (25–30%)

Menjelajahi dan memvisualisasikan data (20–25%)

Menerapkan dan mengelola lingkungan analisis data (25–30%) Mengatur dan mengelola lingkungan analitik data

Mengelola aset Power BI dengan menggunakan Azure Purview

Mengidentifikasi sumber data di Azure dengan menggunakan Azure Purview