Duration:
Only 5 days
Study Mode:
Classroom
Next Date:
21-10-2024 (måndag)

Översikt

På den här fördjupade 5-dagars-kursen i MCSA: SQL Server 2016 Business Intelligence Development kommer du att lära dig hur man implementerar en SQL Server 2016 data warehouse-lösning för att supporta en business intelligence. Du kommer också att lära dig hur man använder kapaciteten hos en SQL Server 2016 för att skapa business intelligence-lösningar.

Dessa färdigheter kommer tillåta dig att fråga, processa, analysera och rapportera en omfattande mängd rå affärsdata. Du kommer också att lära dig att skapa multidimensionella databaser och kuber, genom att använda MDX, DAX och data mining.

Få din utbildning och certifiering i MCSA SQL Server 2016 – Business Intelligence Development på bara 5 dagar och lär dig mer än du kunnat föreställa dig.

Vi på Firebrand vet att din tid är värdefull. Därför ger vi dig möjligheten att få din utbildning och certifiering i MCSA på bara 5 dagar. Vi ger dig de bästa förutsättningarna för att lära.

Din accelererade kurs kommer att undervisas av Microsoft Certified Trainers (MCT) (instruktörer), som använder sig av Microsoft Official Curriculum (MOC) (läroplan) och övningsprov. Du kommer också att använda dig av Firebrands unika Lecture | Lab | Review-teknik som täcker ämnen såsom:

  • Design och implementering av ett data warehouse
  • Implementering av ett Azure SQL data warehouse
  • Att arbeta med measures och measure groups
  • Att utföra förutseende analys med data mining

Den här kursen riktar sig främst till personer som arbetar med databaser, som använder sig av SQL Server 2016 och som utför analyser med hjälp av business intelligence-lösningar.

Med oss vid din sida som uppmuntrar och guidar dig på vägen, kan du ta del av 5 intensiva, fokuserade dagar av kvalitativt lärande i en distraktionsfri miljö. Din erfarna instruktör använder Firebrands unika, accelererade inlärningsmetoder som inkluderar vår exklusiva lecture-/lab-/review-metodik med exempel från verkligheten som ger dig bästa möjliga förutsättningar att lära och bibehålla din kunskap samt att framgångsrikt klara din certifiering.

Att genomföra din utbildning och certifiering i MCSA: SQL Server 2016 Business Intelligence Development hos Firebrand innebär att:

  • Du får fler utbildningstimmar per dag, vilket ger dig möjligheten att bli utbildad och certifierad i MCSA snabbare och mer kostnadseffektivt än hos någon annan utbildningsleverantör.
  • Du erhåller utbildning från en av de mest kvalificerade instruktörerna i världen
  • Du kan uteslutande fokusera på din inlärning i vår distraktionsfria miljö
  • Du får gedigen support på plats och tillgång till klassrum dygnet runt
  • Priset du betalar innefattar ett allt-inkluderat-paket och täcker allt kursmaterial, examen, boende, mat, transportservice, m.m.
  • Din certifieringsgaranti ger dig möjlighet att genomföra kursen igen utan extra kostnad om du inte klarar din certifiering på första försöket. Du betalar endast för boende och eventuella labbar och examen

Om du önskar läsa din utbildning i MCSA: SQL Server 2016 Business Intelligence Development i mindre steg, rekommenderar vi att du läser de här 2 kurserna i stället:

  • Microsoft Implementing a SQL Data Warehouse (Microsoft MCSA: SQL Server 2016 - Business Intelligence Development - Part 1)
  • Microsoft Upgrading to MCSA: SQL Server 2016 Business Intelligence Development (Microsoft MCSA: SQL Server 2016 - Business Intelligence Development - Part 2)

Du lär dig

Microsoft MCSA SQL Server 2016 – Business Intelligence Development

We have designed our course material in the way that best prepares you to learn and pass your exams.

Course 20767A: Implementing a SQL Data Warehouse 

Module 1: Introduction to Data Warehousing 

Describe data warehouse concepts and architecture considerations. 

Lessons 

  • Overview of Data Warehousing 
  • Considerations for a Data Warehouse Solution 

Lab : Exploring a Data Warehouse Solution 

After completing this module, you will be able to: 

  • Describe the key elements of a data warehousing solution 
  • Describe the key considerations for a data warehousing solution 

Module 2: Planning Data Warehouse Infrastructure 

This module describes the main hardware considerations for building a data warehouse. 

Lessons 

  • Considerations for Building a Data Warehouse 
  • Data Warehouse Reference Architectures and Appliances 

Lab : Planning Data Warehouse Infrastructure 

After completing this module, you will be able to: 

  • Describe the main hardware considerations for building a data warehouse 
  • Explain how to use reference architectures and data warehouse appliances to create a data warehouse 

Module 3: Designing and Implementing a Data Warehouse 

This module describes how you go about designing and implementing a schema for a data warehouse. 

Lessons 

  • Logical Design for a Data Warehouse 
  • Physical Design for a Data Warehouse 

Lab : Implementing a Data Warehouse Schema 

After completing this module, you will be able to: 

  • Implement a logical design for a data warehouse 
  • Implement a physical design for a data warehouse 

Module 4: Columnstore Indexes 

This module introduces Columnstore Indexes. 

Lessons 

  • Introduction to Columnstore Indexes 
  • Creating Columnstore Indexes 
  • Working with Columnstore Indexes 

Lab : Using Columnstore Indexes 

After completing this module, you will be able to: 

  • Create Columnstore indexes 
  • Work with Columnstore Indexes 

Module 5: Implementing an Azure SQL Data Warehouse 

This module describes Azure SQL Data Warehouses and how to implement them. 

Lessons 

  • Advantages of Azure SQL Data Warehouse 
  • Implementing an Azure SQL Data Warehouse 
  • Developing an Azure SQL Data Warehouse 
  • Migrating to an Azure SQ Data Warehouse 

Lab : Implementing an Azure SQL Data Warehouse 

After completing this module, you will be able to: 

  • Describe the advantages of Azure SQL Data Warehouse 
  • Implement an Azure SQL Data Warehouse 
  • Describe the considerations for developing an Azure SQL Data Warehouse 
  • Plan for migrating to Azure SQL Data Warehouse 

Module 6: Creating an ETL Solution 

At the end of this module you will be able to implement data flow in a SSIS package. 

Lessons 

  • Introduction to ETL with SSIS 
  • Exploring Source Data 
  • Implementing Data Flow 

Lab : Implementing Data Flow in an SSIS Package  

After completing this module, you will be able to: 

  • Describe ETL with SSIS 
  • Explore Source Data 
  • Implement a Data Flow 

Module 7: Implementing Control Flow in an SSIS Package 

This module describes implementing control flow in an SSIS package. 

Lessons 

  • Introduction to Control Flow 
  • Creating Dynamic Packages 
  • Using Containers 

Lab : Implementing Control Flow in an SSIS Package 

Lab : Using Transactions and Checkpoints 

After completing this module, you will be able to: 

  • Describe control flow 
  • Create dynamic packages 
  • Use containers 

Module 8: Debugging and Troubleshooting SSIS Packages 

This module describes how to debug and troubleshoot SSIS packages. 

Lessons 

  • Debugging an SSIS Package 
  • Logging SSIS Package Events 
  • Handling Errors in an SSIS Package 

Lab : Debugging and Troubleshooting an SSIS Package  

After completing this module, you will be able to: 

  • Debug an SSIS package 
  • Log SSIS package events 
  • Handle errors in an SSIS package 

Module 9: Implementing an Incremental ETL Process 

This module describes how to implement an SSIS solution that supports incremental DW loads and changing data. 

Lessons 

  • Introduction to Incremental ETL 
  • Extracting Modified Data 
  • Temporal Tables 

Lab : Extracting Modified Data 

Lab : Loading Incremental Changes 

After completing this module, you will be able to: 

  • Describe incremental ETL 
  • Extract modified data 
  • Describe temporal tables 

Module 10: Enforcing Data Quality 

This module describes how to implement data cleansing by using Microsoft Data Quality services. 

Lessons 

  • Introduction to Data Quality 
  • Using Data Quality Services to Cleanse Data 
  • Using Data Quality Services to Match Data 

Lab : Cleansing Data 

Lab : De-duplicating Data 

After completing this module, you will be able to: 

  • Describe data quality services 
  • Cleanse data using data quality services 
  • Match data using data quality services 
  • De-duplicate data using data quality services 

Module 11: Using Master Data Services 

This module describes how to implement master data services to enforce data integrity at source. 

Lessons 

  • Master Data Services Concepts 
  • Implementing a Master Data Services Model 
  • Managing Master Data 
  • Creating a Master Data Hub 

Lab : Implementing Master Data Services 

After completing this module, you will be able to: 

  • Describe the key concepts of master data services 
  • Implement a master data service model 
  • Manage master data 
  • Create a master data hub 

Module 12: Extending SQL Server Integration Services (SSIS) 

This module describes how to extend SSIS with custom scripts and components. 

Lessons 

  • Using Custom Components in SSIS 
  • Using Scripting in SSIS 

Lab : Using Scripts and Custom Components 

After completing this module, you will be able to: 

  • Use custom components in SSIS 
  • Use scripting in SSIS 

Module 13: Deploying and Configuring SSIS Packages 

This module describes how to deploy and configure SSIS packages. 

Lessons 

  • Overview of SSIS Deployment 
  • Deploying SSIS Projects 
  • Planning SSIS Package Execution 

Lab : Deploying and Configuring SSIS Packages 

After completing this module, you will be able to: 

  • Describe an SSIS deployment 
  • Deploy an SSIS package 
  • Plan SSIS package execution 

Module 14: Consuming Data in a Data Warehouse 

This module describes how to debug and troubleshoot SSIS packages. 

Lessons 

  • Introduction to Business Intelligence 
  • Introduction to Reporting 
  • An Introduction to Data Analysis 
  • Analysing Data with Azure SQL Data Warehouse 

Lab : Using Business Intelligence Tools 

After completing this module, you will be able to: 

  • Describe at a high level business intelligence 
  • Show an understanding of reporting 
  • Show an understanding of data analysis 
  • Analyse data with Azure SQL data warehouse 


Course 20768A: Developing SQL Data Models 

Module 1: Introduction to Business Intelligence and Data Modeling 

This module introduces key BI concepts and the Microsoft BI product suite 

Lessons 

  • Introduction to Business Intelligence 
  • The Microsoft business intelligence platform 

Lab: Exploring a Data Warehouse 

After are completing this module, you will be editable to: 

  • Describe the concept of business intelligence 
  • Describe the Microsoft business intelligence platform 

Module 2: Creating Multidimensional Databases 

This module describes the steps required to create a multidimensional database with analysis services 

Lessons 

  • Introduction to multidimensional analysis 
  • Creating data sources and data source views 
  • Creating a cube 
  • Overview of cube security 

Lab: Creating a multidimensional database 

After are completing this module, you will be editable to: 

  • Use multidimensional analysis 
  • Create data sources and data source views 
  • Create a cube 
  • Describe cube security 

Module 3: Working with Cubes and Dimensions 

This module describes how to implement dimensions into a cube 

Lessons 

  • Configuring dimensions 
  • Define attribute hierarchies 
  • Sorting and grouping attributes 

Lab: Working with Cubes and Dimensions 

After are completing this module, you will be editable to: 

  • Configure dimensions 
  • Define attribute hierarchies. 
  • Sort and group attributes 

Module 4: Working with Measures and Measure Groups 

This module describes how to implement Measures and measure groups in a cube 

Lessons 

  • Working with Measures 
  • Working with measure groups 

Lab: Configuring Measures and Measure Groups 

After are completing this module, you will be editable to: 

  • Work with Measures 
  • Work with measure groups 

Module 5: Introduction to MDXT 

This module describes the MDX syntax and how to use MDX 

Lessons 

  • MDX fundamentals 
  • Adding calculations to a cube 
  • Using MDX to query a cube 

Lab: Using MDX 

After are completing this module, you will be editable to: 

  • Describe the fundamentals of MDX 
  • Add calculations to a cube 
  • Query a cube using MDX 

Module 6: Customising Cube Functionality 

This module describes how to customise a cube 

Lessons 

  • Implementing key performance indicators 
  • Implementing actions 
  • Implementing perspectives 
  • Implementing translations 

Lab: Customising a Cube 

After are completing this module, you will be editable to: 

  • Implement key performance indicators 
  • Implement actions 
  • Implement perspectives 
  • Implement translations 

Module 7: Implementing a Tabular Data Model by Using Analysis Services 

This module describes how to implement a tabular data model in PowerPivot 

Lessons 

  • Introduction to tabular data models 
  • Creating a tabular data model 
  • Using an Analysis Services tabular model in an enterprise BI solution 

Lab: Working with an Analysis Services tabular data model 

After are completing this module, you will be editable to: 

  • Describe tabular data models 
  • Create a tabular data model 
  • Be printable to use an Analysis Services tabular data model into an enterprise BI solution 

Module 8: Introduction to Data Analysis Expression (DAX) 

This module describes how to use DAX to create Measures and Calculated columns in a tabular data model 

Lessons 

  • DAX fundamentals 
  • Using DAX to create Calculated Columns and Measures in a tabular data model 

Lab: Creating Calculated Columns and Measures by using DAX 

After are completing this module, you will be editable to: 

  • Describe the fundamentals of DAX 
  • Use DAX to create Calculated Columns and Measures in a tabular data model 

Module 9: Performing Predictive Analysis with Data Mining 

This module describes how to use data mining for predictive analysis 

Lessons 

  • Overview of data mining 
  • Using the data mining add-in for Excel 
  • Creating a custom data mining solution 
  • Validating a data mining model 
  • Connecting to and consuming a data mining model 

Lab: Perform Predictive Analysis with Data Mining 

After are completing this module, you will be editable to: 

  • Describe data mining 
  • Use the data mining add-in for Excel 
  • Create a custom data mining solution 
  • Validate a data mining solution 
  • Connect to and consume a data mining solution

Certifiering

Som en del av din kurs blir du förberedd för, och kommer även att på plats hos oss genomföra, följande examen som även omfattas av din certifieringsgaranti:

  • Exam 70-767: Implementing a SQL Data Warehouse
  • Exam 70-768: Developing SQL Data Models

Vad ingår?

Microsoft Official Curriculum

  • MOC 20767C - Implementing a SQL Data Warehouse
  • MOC 20768C - Developing SQL Data Models

Förkunskaper

Vi rekommenderar att du har minst två års erfarenhet av att arbeta med relational-databaser, inklusive:

  • Att designa en normalised databas
  • Skapa tabeller och relationships
  • Viss erfarenhet av grundläggande programmerings-constructs (såsom looping och branching)

En medvetenhet gällande de mest väsentliga affärs-prioriteringarna såsom vinst, lönsamhet och ekonomisk bokföring är önskvärt.

Vad Ingår

Ditt accelererade kurs inkluderar:

  • Övernattningar *
  • Måltider, obegränsade snacks, drycker, te och kaffe *
  • On-site tentor **
  • Examenskuponger **
  • Övningsprov **
  • Certifieringsgaranti ***
  • Kursmaterial
  • Upp till 12 timmars instruktörledd undervisning varje dag
  • 24-timmars laboratorieåtkomst
  • Digitalt kursmaterial **

* Gäller endast för internatkurser. Övernattningar ingår från natten före kursstart. Detta gäller inte för onlinekurser. 
** Vissa undantag gäller. Se examenspåret eller tala med våra experter.
*** Klara första gången eller gå kursen igen gratis så många gånger som behövs, obegränsat i 1 år. Betala endast för övernattningar, tentor och eventuella kostnader.

Fördelar

Sju skäl till varför du bör gå din kurs med Firebrand Training

  1. Två utbildningsalternativ. Välj mellan internatkurser eller onlinekurser.
  2. Du blir certifierad snabbt. Med oss ​​blir du utbildad på rekordtid.
  3. Vår kurs är allt inkluderat. En engångsavgift täcker allt kursmaterial, tentor**, övernattningar* och måltider*. Inga dolda kostnader.
  4. Klara första gången eller utbilda dig igen gratis. Detta är vår garanti. Vi är säkra på att du klarar din kurs första gången. Om inte, kom tillbaka inom ett år och betala endast för övernattningar, tentor och tillkommande kostnader.
  5. Du kommer att lära dig mer. En dag med en traditionell utbildningsleverantör varar normalt från kl. 9 till 17, med en lång lunchpaus. Med Firebrand Training får du minst 12 timmars kvalitetstid per dag med din instruktör.
  6. Du kommer att lära dig snabbare. Troligtvis har du en annan inlärningsstil än de runt dig. Vi kombinerar visuella, auditiva och taktila stilar för att leverera materialet på ett sätt som säkerställer att du lär dig snabbare och lättare.
  7. Du kommer att studera med de bästa. Vi har blivit namngivna i Training Industrys "Top 20 IT Training Companies of the Year" varje år sedan 2010. Förutom att ha vunnit många fler utmärkelser har vi utbildat och certifierat över 135 000 yrkesverksamma.

* Gäller endast för internatkurser. Gäller inte för onlinekurser. 
** Vissa undantag gäller. Se examenspåret eller tala med våra experte

Course Dates


Start
Finish
Status
Study Mode
Prices
21-10-2024 (mån)
25-10-2024 (fre)
Finished
Classroom
21-01-2025 (tis)
25-01-2025 (lör)
Open
Classroom
21-04-2025 (mån)
25-04-2025 (fre)
Open
Classroom
22-07-2025 (tis)
26-07-2025 (lör)
Open
Classroom