Come è strutturato questo percorso

Moduli allineati ai domini ufficiali dell’esame DP-203:

  1. Progettare e implementare lo storage dei dati — Fondamenta dello storage analitico su Azure: ADLS Gen2 e hierarchical namespace, scelta dei formati file, strategie di partizionamento e design della distribuzione nei dedicated SQL pool. Copre il dominio ufficiale ‘Design and implement data storage’ (15-20%).
  2. Ingestione e orchestrazione dei dati — Costruire e automatizzare pipeline di ingestione e trasformazione con Azure Data Factory e Synapse Pipelines: integration runtime, trigger e pattern di caricamento incrementale. Fa parte del dominio ‘Develop data processing’.
  3. Elaborazione batch e lakehouse con Spark e Delta Lake — Cuore del dominio ‘Develop data processing’ (40-45%): elaborazione distribuita in batch con Synapse Spark pools e Azure Databricks, transazioni ACID con Delta Lake, medallion architecture e pipeline dichiarative con Auto Loader e Delta Live Tables.
  4. Elaborazione dei dati in streaming — Elaborazione in tempo reale: ingestione ad alto throughput con Event Hubs ed elaborazione con Azure Stream Analytics e Spark Structured Streaming, con focus su finestre temporali, event time e gestione degli eventi in ritardo. Parte del dominio ‘Develop data processing’.
  5. Sicurezza e governance dei dati — Modello di accesso e protezione: Azure RBAC e ACL POSIX, encryption (TDE e Always Encrypted), row-level security e dynamic data masking, catalogazione e lineage con Microsoft Purview. Parte del dominio ‘Secure, monitor, and optimize’ (30-35%).
  6. Monitoraggio, ottimizzazione e Microsoft Fabric — Osservabilità e ottimizzazione: Azure Monitor, Log Analytics e KQL per il troubleshooting, tuning di performance e costi su SQL pool, Spark e storage, e il contesto 2026 di Microsoft Fabric e OneLake. Completa il dominio ‘Secure, monitor, and optimize’.

Ogni modulo ha più unità di lettura da circa 8-12 minuti. Alla fine puoi passare alla simulazione esame con il banco domande completo.