À propos du cours

Certification Databricks🌐 Anglais & Français

Databricks Certified Data Engineer Associate

Code officiel : Data Engineer Associate

Disponible en anglais et en français — examens blancs complets dans les deux langues.

45questions à l’examen réel

90 mindurée officielle

70 %score requis

2 ansvalidité

Choisissez un abonnement (à partir de 9,90 €/mois, 47 certifications) et accédez immédiatement à l'examen blanc complet, ainsi qu'à ces 4 outils d'entraînement supplémentaires :

Glossaire — 25 termes clés

Architecture médaillon (Medallion Architecture)Modèle d'organisation des données en trois couches successives — Bronze (données brutes), Silver (données nettoyées) et Gold (agrégats métier) — visant à améliorer progressivement la qualité et la valeur des données. Chaque couche représente un niveau de transformation croissant.

Auto LoaderOutil Databricks basé sur Structured Streaming qui détecte et ingère de manière incrémentale les nouveaux fichiers déposés dans un répertoire de stockage cloud, en maintenant un checkpoint pour éviter tout doublon. Il prend en charge à la fois le mode streaming continu et le mode batch déclenché.

Auto StopFonctionnalité des SQL endpoints Databricks qui arrête automatiquement le endpoint après une période d'inactivité configurable, évitant ainsi des coûts de calcul inutiles. Elle est particulièrement utile pour les dashboards actualisés à intervalles espacés.

CheckpointMécanisme de Structured Streaming qui sauvegarde de manière durable la progression d'une requête (offsets traités, état intermédiaire) vers un emplacement de stockage cloud, garantissant la reprise après panne et la sémantique exactly-once. Sans checkpoint, Spark lève une exception au démarrage de la requête.

Voir les 21 autres termes →

Étude de cas — 5 scénarios inclus

Migration vers une architecture Medallion pour un retailer national

320Nombre de magasins~2 millionsNouvelles lignes ingérées par jour180 000 €Budget de migration4 moisDurée du projet

RetailCo est une chaîne de distribution française comptant 320 magasins. Son équipe data est composée de 12 ingénieurs de données et 8 analystes. Actuellement, les données de ventes sont ingérées depuis des fichiers CSV déposés chaque nuit dans un répertoire partagé sur Azure ADLS Gen2, puis chargées manuellement dans un entrepôt de données relationnel. Les rapports produits par les analystes SQL et ceux produits par les ingénieurs Python divergent fréquemment, car chaque équipe maintient sa propre copie des données transformées dans des formats propriétaires distincts. Face à cette situation, le directeur technique décide de migrer l'ensemble du pipeline de données vers la Databricks Lakehouse Platform en adoptant une architecture Medallion (Bronze / Silver / Gold). L'objectif est de centraliser toutes les données dans des tables Delta Lake accessibles indifféremment via SQL ou PySpark, d'automatiser l'ingestion incrémentale des fichiers CSV nocturnes, et d'éliminer les écarts entre les équipes. Le pipeline cible devra ingérer quotidiennement environ 2 millions de nouvelles lignes de transactions, garantir la qualité des données avant promotion en couche Gold, et exposer des agrégats de ventes par magasin et par catégorie à des tableaux de bord Databricks SQL actualisés chaque matin. Le budget alloué à la migration est de 180 000 € sur 4 mois, avec une équipe projet de 3 ingénieurs de données seniors.

Voir les questions d'analyse et réponses modèles →

Texte à trous — 25 phrases incluses

Pour structurer son pipeline de données, l'équipe a adopté l'_____ en organisant les données brutes dans une première couche, les données nettoyées dans une deuxième, et les agrégats métier dans une troisième.

Plutôt que de scanner manuellement le répertoire Azure Blob Storage à chaque exécution, l'ingénieur a utilisé _____ pour détecter et ingérer automatiquement les nouveaux fichiers CSV déposés depuis la dernière exécution.

Pour éviter que le SQL endpoint reste actif des heures après la dernière requête, l'administrateur a activé l'_____ avec un délai d'inactivité de 15 minutes.

Voir les réponses et le reste des phrases →

Flashcards — 159 cartes incluses

Question

Dans quel scénario un ingénieur de données serait-il amené à utiliser un cluster single-node ?

Appuyer pour voir la réponse ›

Réponse

Lors d'un travail interactif sur un faible volume de données

Question

Un ingénieur de données conçoit un Databricks Workflow comportant trois tâches : `ingest → transform → report`. La tâche `report` ne doit s'exécuter que si `transform` réussit. Comment les dépendances entre tâches doivent-elles être configurées ?

Appuyer pour voir la réponse ›

Réponse

Configurer `transform` comme dépendance de `report` via le paramètre de tâche `depends_on`

Voir les 157 autres cartes →

Commencer maintenant

Texte à trous — 25 phrases incluses

Pour éviter que le SQL endpoint reste actif des heures après la dernière requête, l'administrateur a activé l'_____ avec un délai d'inactivité de 15 minutes.

Voir les réponses et le reste des phrases →

Contenu du cours

Databricks Data Engineer Associate – Examen Blanc (Français)

Présentation
Databricks Data Engineer Associate — Examen 1 (Français) (60 questions)
Databricks Data Engineer Associate — Examen 2 (Français) (58 questions)
Fiche mémo
Databricks Data Engineer Associate — Examen 3 (Français) (57 questions)
Modalités
Documents
Glossaire — Termes clés
Flashcards — Révision express
Études de cas — Mise en situation
Texte à trous — Exercice de complétion

Databricks Certified Data Engineer Associate – Examen Blanc

À propos du cours