El buscador de formación
¿Te ayudamos? 900 49 47 47

  

Curso Microsoft MCSA: SQL 2016 Business Intelligence Development

Curso en Madrid (Madrid)

CAS TRAINING

Consultar precio

Nuestro portal te presenta el curso de "Microsoft MCSA: SQL 2016 Business Intelligence Development " impartido por Cas Training

Temario completo de este curso

MOC 20767: Implementing a SQL Data Warehouse

  • 1. Introduction to Data Warehousing
  • 1.1. Overview of Data Warehousing
  • 1.2. Considerations for a Data Warehouse Solution
  • 2. Planning Data Warehouse Infrastructure
  • 2.1. Considerations for Building a Data Warehouse
  • 2.2. Data Warehouse Reference Architectures and Appliances
  • 3. Designing and Implementing a Data Warehouse
  • 3.1. Logical Design for a Data Warehouse
  • 3.2. Physical Design for a Data Warehouse
  • 4. Columnstore Indexes
  • 4.1. Introduction to Columnstore Indexes
  • 4.2. Creating Columnstore Indexes
  • 4.3. Working with Columnstore Indexes
  • 5. Implementing an Azure SQL Data Warehouse
  • 5.1. Advantages of Azure SQL Data Warehouse
  • 5.2. Implementing an Azure SQL Data Warehouse
  • 5.3. Developing an Azure SQL Data Warehouse
  • 5.4. Migrating to an Azure SQ Data Warehouse
  • 6. Creating an ETL Solution
  • 6.1. Introduction to ETL with SSIS
  • 6.2. Exploring Source Data
  • 6.3. Implementing Data Flow
  • 7. Implementing Control Flow in an SSIS Package
  • 7.1. Introduction to Control Flow
  • 7.2. Creating Dynamic Packages
  • 7.3. Using Containers
  • 8. Debugging and Troubleshooting SSIS Packages
  • 8.1. Debugging an SSIS Package
  • 8.2. Logging SSIS Package Events
  • 8.3. Handling Errors in an SSIS Package
  • 9. Implementing an Incremental ETL Process
  • 9.1. Introduction to Incremental ETL
  • 9.2. Extracting Modified Data
  • 9.3. Temporal Tables
  • 10. Enforcing Data Quality
  • 10.1. Introduction to Data Quality
  • 10.2. Using Data Quality Services to Cleanse Data
  • 10.3. Using Data Quality Services to Match Data
  • 11. Using Master Data Services
  • 11.1. Master Data Services Concepts
  • 11.2. Implementing a Master Data Services Model
  • 11.3. Managing Master Data
  • 11.4. Creating a Master Data Hub
  • 12. Extending SQL Server Integration Services (SSIS)
  • 12.1. Using Custom Components in SSIS
  • 12.2. Using Scripting in SSIS
  • 13. Deploying and Configuring SSIS Packages
  • 13.1. Overview of SSIS Deployment
  • 13.2. Deploying SSIS Projects
  • 13.3. Planning SSIS Package Execution
  • 14. Consuming Data in a Data Warehouse
  • 14.1. Introduction to Business Intelligence
  • 14.2. Introduction to Reporting
  • 14.3. An Introduction to Data Analysis
  • 14.4. Analyzing Data with Azure SQL Data Warehouse

MOC 20768: Developing SQL Data Models
  • 1. Introduction to Business Intelligence and Data Modeling
  • 1.1. Introduction to Business Intelligence
  • 1.2. The Microsoft business intelligence platform
  • 2. Creating Multidimensional Databases
  • 2.1. Introduction to multidimensional analysis
  • 2.2. Creating data sources and data source views
  • 2.3. Creating a cube
  • 2.4. Overview of cube security
  • 3. Working with Cubes and Dimensions
  • 3.1. Configuring dimensions
  • 3.2. Define attribute hierarchies
  • 3.3. Sorting and grouping attributes
  • 4. Working with Measures and Measure Groups
  • 4.1. Working with measures
  • 4.2. Working with measure groups
  • 5. Introduction to MDX
  • 5.1. MDX fundamentals
  • 5.2. Adding calculations to a cube
  • 5.3. Using MDX to query a cube
  • 6. Customizing Cube Functionality
  • 6.1. Implementing key performance indicators
  • 6.2. Implementing actions
  • 6.3. Implementing perspectives
  • 6.4. Implementing translations
  • 7. Implementing a Tabular Data Model by Using
  • Analysis Services
  • 7.1. Introduction to tabular data models
  • 7.2. Creating a tabular data model
  • 7.3. Using an analysis services tabular model in an enterprise BI solution
  • 8. Introduction to Data Analysis Expression (DAX)
  • 8.1. DAX fundamentals
  • 8.2. Using DAX to create calculated columns and measures in a tabular data model
  • 9. Performing Predictive Analysis with Data Mining
  • 9.1. Overview of data mining
  • 9.2. Using the data mining add-in for Excel
  • 9.3. Creating a custom data mining solution
  • 9.4. Validating a data mining model
  • 9.5. Connecting to and consuming a data mining model


 
ver temario completo
 
  

Más cursos relacionados de Informática y tecnología



  • Esneca

    A quién va dirigido: Este curso está dirigido a todas aquellas personas que pretendan adquirir los conocimientos necesarios en seguridad de la información: Normativa esencial sobre seguridad de la ...

    Máster
    Distancia
    2.380 € 595 € Descuento


  • Universidad Católica de Ávila.

    En el Máster en Arquitectura Big Data adquirirás la competencias necesarias de uno de los perfiles profesionales más demandados actualmente, todo ello de la mano de los profesionales más reconocidos ...

    Máster
    Online
    2.590 €


  • Universidad Europea Miguel de Cervantes

    El Big Data se enfrenta a grandes oportunidades pero también a grandes desafíos, entre ellos, la problemática de extraer datos reales y de calidad de un conjunto de datos masivos cambiantes y sin ...

    Máster
    Online
    6.520 € 3.200 € Descuento


  • VIU Valencian International University

    Los flujos de información que circulan por el mundo son mayoritariamente de orden digital. Debido al crecimiento exponencial de las capacidades informáticas, desde hace pocos años, el análisis y ...

    Máster
    Online
    Consultar precio


  • DEUSTO BUSINESS SCHOOL-UNIVERSIDAD DE DEUSTO

    Objetivos: 1. Poner en valor, en el contexto nacional e internacional, la importancia de la ciberseguridad en el ámbito público y privado.2. Conocer con que herramientas legales pueden enfrentarse ...

    Curso
    Presencial en Madrid
    3.000 €


  • Universidad Alfonso X el Sabio

    Requisitos: Diplomatura o Licenciatura

    Máster
    Online
    Consultar precio


  • Inst. Universitario de Tecnologías Aplicadas IMF

    Los principales objetivos de este máster son:• Conocer los fundamentos formales de las herramientas de Aprendizaje Automático y, en particular, del Aprendizaje Profundo (Deep Learning).• Ser capaces ...

    Máster
    Presencial en Madrid
    6.900 € 5.865 € Descuento