DP-203: engenharia de dados Azure, percurso histórico

Objetivos e percurso

Percurso histórico independente baseado nos objetivos DP-203 de 24-10-2024, com seis aulas, 40 perguntas e seis casos PT-PT/EN. O exame e a certificação foram retirados em 31-03-2025. Os exemplos originais ligam armazenamento, processamento batch e streaming, autorização, monitorização e otimização ao trabalho de APS e gestão técnica. A documentação técnica foi consultada em outubro de 2026; atualizações posteriores são distinguidas do programa arquivado. A avaliação interna reutiliza 30 decisões em 60 minutos, sem atribuir certificação externa. Não representa preparação automaticamente equivalente a outro exame.

Para quem: Engenheiros de dados Azure, equipas APS, suporte L3 e gestores de projetos de dados.

Pré-requisitos: Fundamentos Azure, SQL, operações com ficheiros e noções de Python. Casos fictícios sem necessidade de recursos cloud reais.

300 minutos de estudo estimados

• Escolhe a disposição dos dados pelo padrão de consulta e pela distribuição real.
• Define a unidade de repetição e o momento em que uma carga está realmente concluída.
• Separa progresso do consumidor, tratamento de atrasos e unicidade dos efeitos.
• Valida a identidade de execução e cada fronteira de autorização e rede.
• Relaciona estados técnicos com frescura, completude e resultados esperados.
• Melhora desempenho sem perder correção ou capacidade de recuperação.

Módulos

1. Armazenamento, distribuição e exploração
2. Cargas incrementais e recuperação
3. Streams, tempo e efeitos externos
4. Acesso ao lake e gestão de segredos
5. Monitorização e aceitação do produto de dados
6. Otimização, custo e retenção

Continua a aprender

Dados e IA

• SQL
• Python
• Suporte de produção L3
• Databricks Certified Data Engineer Associate

Referências e versão

DP-203 objectives 2024-10-24; retired 2025-03-31

• Azure Data Engineer retirement · 2026-10-01
• DP-203 archived objectives October 24 2024 · 2026-10-01
• Incremental loading and change tracking · 2026-10-01
• Integration runtime network and execution boundaries · 2026-10-01
• Copy fault tolerance and skipped records · 2026-10-01
• Stateful tumbling window triggers · 2026-10-01
• Serverless SQL storage layout and query efficiency · 2026-10-01
• File and folder metadata in serverless SQL · 2026-10-01
• Dedicated SQL distribution and skew · 2026-10-01
• Data Lake RBAC ABAC and ACL evaluation · 2026-10-01
• Structured Streaming foreachBatch delivery · 2026-10-01
• Structured Streaming watermarks and state · 2026-10-01
• Delta merge ambiguity and runtime differences · 2026-10-01
• Event Hubs partitions consumer groups and checkpoints · 2026-10-01
• Data Lake traversal and default ACLs · 2026-10-01
• Data Factory run monitoring · 2026-10-01
• Pipeline execution and trigger types · 2026-10-01
• Dedicated SQL statistics maintenance · 2026-10-01
• Delta data file retention and vacuum · 2026-10-01
• Data Factory lineage integration limitations · 2026-10-01
• Stream Analytics time handling · 2026-10-01
• Conditional paths and pipeline outcome · 2026-10-01
• Copy activity metrics and bottlenecks · 2026-10-01
• Storage private endpoints and DNS · 2026-10-01
• Data Factory Key Vault credential references · 2026-10-01
• Delta compaction and data layout · 2026-10-01
• Synapse Spark performance diagnosis · 2026-10-01
• Stream Analytics processing and delivery guarantees · 2026-10-01
• Mapping data flow schema drift · 2026-10-01