Certification professionnelle

Objectifs et contexte de la certification :

Cet examen est destiné aux développeurs ou consultant BI en charge d’extraire, transformer et charger (ETL) des données dans un entrepôt, pour créer des solutions d'aide à la décision (Business Intelligence). Leurs responsabilités incluent le nettoyage de données, en plus de la mise en œuvre de l'ETL et d'entrepôts de données.

Les professionnels certifiés démontrent non seulement qu’ils connaissent les concepts d'entrepôts de données, mais qu’ils sont en mesure de concevoir et implémenter un entrepôt de données, ainsi que des packages SSIS. En réussissant cet examen de certification, les candidats valident aussi des compétences nécessaires à l'hébergement d'un Data Warehouse dans le cloud Azure.

Compétences attestées :

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

Modalités d'évaluation :

La préparation à cet examen se base sur le suivi d’une formation officielle de 35 heures (incluant support de cours reprenant les concepts théoriques et les labs) ainsi qu’un travail personnel. Il est conseillé de respecter un temps de révision après la formation avant de passer l’examen.

De nombreux outils de préparation existent en complément, comme le MOC-On demand (formation au format vidéo, incluant des labs), le Practice test (test d’entrainement au passage de la certification), et autres ressources en ligne sur les sites de l’éditeur.

Le suivi de la formation officielle n’est pas obligatoire et ne valide pas l’obtention du titre de certification, mais elle est toutefois recommandée puisqu’elle met en pratique les connaissances à acquérir.