L’explosion quantitative des données numériques oblige les entreprises à trouver de nouvelles manières de voir, de stocker, d’analyser, ou encore de présenter ces données, pour maintenir leur compétitivité. Les « Big Data » (volumes massifs de données) sont un enjeu majeur pour les organisations, et font l’objet d’ailleurs d’un métier à part entière : le data Scientist.
L’examen de certification Microsoft « 70-475: Designing and Implementing Big Data Analytics Solutions » est destiné aux professionnels de la gestion de données, aux architectes de données, aux experts de données et aux développeurs de données qui conçoivent des solutions d'analyse Big Data sur Microsoft Azure ; et valide leurs connaissances et compétences dans la conception et l’implémentation de solutions d’analytique de big data.
Les candidats à ce titre de certification Microsoft doivent avoir une expérience professionnelle appropriée des solutions d'analyse Big Data.
L’examen de certification Microsoft « 70-475: Designing and Implementing Big Data Analytics Solutions » évalue la capacité des professionnels à comprendre les enjeux business des big datas en entreprise d’une part, et accomplir les tâches techniques liées au traitement des données dans le cloud Microsoft Azure, notamment :
Etre en mesure de concevoir des solutions de stockage et de traitement de grands lots de données
Optimiser la performance des solutions en tenant compte des considérations de charge de travail ou de sécurité
Concevoir des solutions de Machine Learning (avec l'utilisation notamment de l'outil Machine Learning Studio)
Exploiter des solutions d'analyse de bout en bout, à travers le Cloud
L'examen de certification évalue la capacité du candidat à accomplir les tâches techniques répertoriées ci-dessous. Les pourcentages indiquent le coefficient de pondération relatif de chaque grand thème à l'examen. Plus le pourcentage est élevé, plus le nombre de questions relatives à ce contenu lors de l'examen sera important.
Concevoir et mettre en oeuvre des solutions interactives et de traitement pour de grands lots de données (20-25 %)
Ingérer des données pour le traitement interactif et par lots,
définir et mettre en service des clusters de calcul,
concevoir la sécurité des données,
travailler sur le traitement par lots,
réaliser des requêtes interactives pour le Big Data
Concevoir et mettre en oeuvre des solutions de traitement en temps réel pour le Big Data (25-30 %)
Définir et ingérer les données pour le traitement en temps réel,
Concevoir et mettre en service des ressources de calcul,
Configurer l'architecture lambda,
Concevoir des solutions de Machine Learning (25-30 %)
Créer et gérer des expériences,
Déterminer des conditions de prétraitement ou de formation dans Machine Learning Studio,
Sélectionner des types d'entrée/sortie,
Mettre en œuvre des étapes de traitement personnalisées avec R et Python,
Publier des services Web
Exploiter des solutions d'analyse de bout en bout dans le Cloud (25-30 %)
Créer une fabrique de données,
Orchester des activités de traitement des données dans un flux de travaux orienté données,
Surveiller et gérer la fabrique de données,
Déplacer, transformer et analyser des données