DP-800T00: Develop AI-enabled database solutions

Dieses viertägige Training vermittelt, wie moderne, KI‑gestützte Datenbanklösungen auf SQL Server, Azure SQL und SQL in Microsoft Fabric entworfen und entwickelt werden. Teilnehmende lernen, strukturierte und semistrukturierte Daten effektiv zu integrieren, performante und sichere Datenbanklösungen umzusetzen und KI‑Funktionalitäten wie Embeddings, Vector Search und generative AI (z. B. RAG‑Szenarien) belastbar in Enterprise‑Anwendungen einzubetten.
Jetzt beraten lassen

Physisch oder virtuell?

Nehmen Sie an einem unserer Standorte oder virtuell an unseren Klassenraumtrainings teil. Unter “Termin buchen” werden Ihnen alle Optionen angezeigt, zuerst sortiert nach Standort, dann nach Datum.

Das Training richtet sich an Datenprofis, die moderne daten- und KI-basierte Anwendungen entwickeln:
  • Data Engineers, die moderne, intelligente Datenarchitekturen realisieren.
  • Data Analysts, die ihre analytischen Workflows mit KI erweitern.
  • Database Administrators, die neue AI-Features in ihre Plattformen integrieren möchten.
  • Data Scientists, die auf SQL-basierte KI-Funktionalitäten zugreifen.
  • EntwicklerInnen, die Anwendungen mit AI-gestützten Datenbankfunktionen bauen.
Wenn Sie SQL-basierte Systeme in Richtung KI weiterentwickeln möchte, ist dieser Kurs die perfekte Grundlage.
Teilnehmende sollten mit folgenden Grundlagen vertraut sein:
  • solide Kenntnisse in SQL, relationalen Datenbanken und Datenmodellierung
  • Erfahrung im Arbeiten mit strukturierten und semistrukturierten Daten
  • erste Erfahrung mit Azure-Diensten oder SQL Server
  • grundlegendes Verständnis von KI-, Machine-Learning- oder Generative-AI-Konzepten von Vorteil
Für eine optimale Teilnahme an diesem Training sind Kenntnisse im Sinne der folgenden Trainings empfehlenswert: SSQLBAS – SQL Server: Introduction to SQL Databases sowie DP-080T00 (solide SQL- und T-SQL-Grundlagen) und AZ-900 und DP-900 (fundierter Einstieg in Azure- und Datenkonzepte).

Wichtige Information

Dieses Training behandelt prüfungsrelevante Themen zum Examen: in Kürze verfügbar

Was werden Sie in diesem Training erlernen?

Nach Abschluss dieses Trainings:
  • entwerfen Sie moderne Datenbankarchitekturen, die KI-Features in SQL-basierten Plattformen nahtlos integrieren.
  • implementieren Sie Anwendungen, die Vector Search, Embeddings und weitere AI-Funktionen performant einsetzen.
  • optimieren Sie Datenpipelines für strukturierte und semistrukturierte Daten in SQL Server, Azure SQL und Microsoft Fabric.
  • konfigurieren Sie KI-gestützte Datenbankkomponenten für skalierbare Enterprise-Workloads.
  • analysieren Sie Use Cases und wählen passende SQL-AI-Funktionalitäten für Unternehmensszenarien aus.
  • automatisieren Sie datengetriebene Prozesse mithilfe integrierter AI-Funktionen.
  • validieren Sie Daten- und Modellqualität innerhalb KI-erweiterter SQL-Lösungen.

Agenda

Design und Entwicklung von Datenbanklösungen
Entwurf und Implementierung von Datenbankobjekten mit SQL
Verständnis der plattformbezogenen Optionen für SQL‑Server‑basierte Umgebungen
Entwurf effizienter Tabellenstrukturen
Performance‑Optimierung durch Indexes
Einsatz spezialisierter Tabellentypen
Durchsetzung von Datenintegrität mittels Constraints
Verwaltung von JSON‑Spalten und JSON‑Indexes
Skalierung durch Tabellenpartitionierung
Übung – Erstellen und Verwalten von Datenbankobjekten
Implementierung von Programmierbarkeitsobjekten mit SQL
Abwägung, wann welches Objekt verwendet wird
Übung – Implementierung von Programmierbarkeitsobjekten in SQL Server
Implementierung von Triggers
Erstellen von Table‑Valued Functions
Erstellen von skalaren Functions
Erstellen von Stored Procedures
Erstellen von Views
Schreiben von fortgeschrittenem T‑SQL
Approximate Matches mit Fuzzy‑String‑Funktionen
Übung – Arbeiten mit JSON‑Funktionen
Fehlerbehandlung mit TRY…CATCH
Vergleich von Datensätzen mit korrelierten Subqueries
Traversieren von Beziehungen mit Graph Queries
Pattern‑Matching mit regulären Ausdrücken
Verarbeitung von JSON‑Daten mit integrierten SQL‑Funktionen
Einsatz von Window Functions für analytische Auswertungen
Strukturierung komplexer Abfragen mit Common Table Expressions (CTEs)
Implementierung von SQL‑Lösungen mit KI‑unterstützten Tools
Überblick über AI‑assisted Development Tools für Microsoft‑SQL‑Plattformen
Bewertung der Sicherheitsauswirkungen beim Einsatz KI‑gestützter Tools
Aktivieren von GitHub Copilot und Fabric Copilot
Konfiguration von Modellen und Model Context Protocol (MCP)‑Optionen in Copilot‑Chat‑Sessions
Erstellen und Konfigurieren von GitHub‑Copilot‑Instruction‑Files
Anbindung von MCP‑Server‑Endpunkten, inkl. Microsoft SQL Server und Fabric Lakehouse
Übung – Konfiguration KI‑unterstützter Tools für die Datenbankentwicklung
Absicherung, Optimierung und Deployment von Datenbanklösungen
Implementierung von Datensicherheit und Compliance mit SQL
Verwaltung von Berechtigungen und sicherem Zugriff
Schutz von Daten durch Verschlüsselung
Konfiguration von Dynamic Data Masking
Implementierung von Row‑Level Security
Implementierung von Auditing‑Funktionen
Konfiguration eines sicheren Zugriffs auf AI‑Services
Absicherung von Data‑API‑Endpunkten
Übung – Implementierung von Sicherheitsfunktionen
Optimierung der Datenbankperformance
Erkennen und Beheben von Blocking‑Situationen und Deadlocks
Ableitung geeigneter Datenbankkonfigurationen
Sicherstellung der Datenintegrität durch Transaction Isolation Levels und Concurrency Controls
Analyse der Abfrageperformance mit Execution Plans und DMVs
Monitoring und Tuning mit Query Store und Query Performance Insight
Übung – Optimierung der Abfrageperformance
Implementierung von CI/CD mit SQL Database Projects
Übung – Implementierung von CI/CD mit SQL Database Projects
Entwurf und Umsetzung einer Teststrategie
Implementierung von CI/CD‑Pipelines
Erkennung und Behebung von Schema Drift
Umgang mit Branches, Pull Requests und Konfliktauflösung
Konfiguration der Source Control und Verwaltung von Referenzdaten
Erstellen, Bauen und Validieren von SQL Database Projects
Integration von SQL‑Lösungen mit Azure‑Services
Übung – Konfiguration des Data API Builders für einen Produktkatalog
Erstellen von Konfigurationsdateien für den Data API Builder
Definition von Entitäten für REST‑ und GraphQL‑APIs
Exponieren von Datenbankobjekten, Stored Procedures und Views
Bewertung von Deployment‑Optionen für den Data API Builder
Empfehlungen zur Konfiguration von Azure Monitor
Umsetzung von Änderungslogik mit ereignisgetriebenen Architekturen
Implementierung von KI‑Funktionen in Datenbanklösungen
Entwurf und Implementierung von Modellen und Embeddings mit SQL
Generierung und Pflege von Embeddings in SQL‑Umgebungen
Entwurf von Embeddings für SQL‑Datenbank‑Workloads
Übung – Generieren und Aktualisieren von Embeddings in Azure SQL Database
Verständnis und Bewertung von Modellen für SQL‑Datenbank‑Workloads
Erstellen und Verwalten externer Modelle in SQL
Entwurf und Implementierung intelligenter Suche mit SQL
Auswahl eines geeigneten Ansatzes für Intelligent Search
Implementierung von Full‑Text Search
Vorbereitung von SQL‑Daten für Vector Search
Umsetzung typischer Vector‑Search‑Abfragemuster
Implementierung von Hybrid‑Search‑ und Ranking‑Strategien
Übung – Implementierung intelligenter Suche mit Full‑Text‑, Vector‑ und Hybrid‑Abfragen
Entwurf und Implementierung von RAG mit SQL
Anreicherung von Prompts mit Datenbankkontext
Vorbereitung des Retrieval‑Kontexts für Augmentation
Identifikation geeigneter RAG‑Use‑Cases und Architekturmodelle
Generierung und Verarbeitung von RAG‑Antworten
Übung – Implementierung einer RAG‑Lösung
  • Group Exercise: Review Architecting on AWS core best practices
  • Lab 1: Securing Amazon S3 VPC Endpoint Communications
  • Group Exercise: Review Architecting on AWS core best practices
  • AWS Organizations for multi-account access and permissions
  • AWS SSO to simplify access and authentication across AWS accounts and third-party services
  • AWS Control Tower
  • Permissions, access, and authentication
  • Group Exercise: Review Architecting on AWS core best practices
  • Lab 1: Securing Amazon S3 VPC Endpoint Communications
  • Group Exercise: Review Architecting on AWS core best practices
  • Lab 1: Securing Amazon S3 VPC Endpoint Communications

Dein Training im Überblick

Dauer 4 Tage
Trainingssprache Deutsch
Nicht verfügbar

2.535,00 €

Startdatum und Ort wählen

Terminübersicht