2 organismes habilités, d'après la liste publiée par France compétences : 2 à former et organiser l'évaluation.
Les compétences visées et évaluées par la certification « Implementing a Data Warehouse using SQL » se répartissent en 3 principaux domaines de compétences qui constituent les principales missions du professionnel en charge du stockage et de l’extraction des données SQL :
Concevoir, implémenter et entretenir un entrepôt de données pour créer des solutions d'aide à la décision en faveur des directions métiers de toute entreprise
Extraire, transformer, et charger des données qui peuvent être de sources diverses, afin d’envisager tous les traitements possibles des données disponibles
Générer des solutions de qualité des données, pour optimiser l’analyse des critères-clés de performance de l’entreprise
Les compétences visées et évaluées par la certification « Implementing a Data Warehouse using SQL » se répartissent en 3 grands champs d’intervention qui constituent les principales compétences du professionnel en charge du stockage et de l’extraction des données SQL. Le pourcentage indiqué pour chaque compétence représente la proportion des questions permettant de valider cette compétence :
Concevoir, implémenter et entretenir un entrepôt de données pour créer des solutions d'aide à la décision en faveur des directions métiers de toute entreprise (35–40%)
Concevoir et mettre en œuvre des tableaux de dimension : déterminer les attributs, la hiérarchie, déterminer la granularité de la relation en utilisant des tableaux de faits, déterminer les exigences d'audit ou de lignage, déterminer les clés et les relations clés pour un entrepôt de données,…
Concevoir et implémenter les tableaux de faits c’est-à-dire identifier les mesures définies pour les besoins des utilisateurs, créer des clés composites, concevoir un entrepôt de données qui prend en charge des relations many-to-many, implémenter des mesures semi-additives, ou non-additives
Concevoir et implémenter des index pour la charge de travail d’un entrepôt de données
Concevoir une solution de stockage appropriée prenant notamment en compte le matériel, le disque et la configuration des fichiers
Concevoir une structure de partition pour prendre en charge un entrepôt de données, concevoir une structure de partition qui permet d'accélérer le chargement et de développer la scalabilité des données
Extraire, transformer, et charger des données qui peuvent être de sources diverses, afin d’envisager tous les traitements possibles des données disponibles (40–45%)
Concevoir et implémenter les éléments de flux de travail ETL (extract, transform, et load), dont notamment les conteneurs, les tâches et les contraintes prioritaires
Utiliser un package SSIS pour mettre en oeuvre les transformations comme les regroupements de recherche approximative, ou la recherche de termes
Implémenter une solution ETL qui prend en charge l’extraction et le chargement des données incrémentielles
Régler les problèmes de performance, de connectivité, d’exécution et d’échec de logique en utilisant le débogueur et activer la journalisation pour l'exécution des packages…
·Générer et personnaliser des packages en utilisant DTUTIL
Générer des solutions de qualité des données, pour optimiser l’analyse des critères-clés de performance de l’entreprise (15–20%)
Créer une base de connaissances en guise de référence pour le traitement des données de l’entreprise
Maintenir la qualité des données en utilisant DQS
Implémenter un modèle Master Data Services (MDS)
pour créer des modèles, définir des rôles de sécurité, importer et exporter des données
Gérer les données en utilisant le gestionnaire de configuration Master Data Services