Funções de Dados e Serviços de Dados do Microsoft Azure
Funções de banco de dados, engenharia, análise e IA; PaaS e SaaS; SQL do Azure, armazenamento, integração, Microsoft Fabric, análise em tempo real, governança, BI e serviços de IA
Tempo de estudo sugerido: 85 minutos • Nível iniciante • Alinhado ao plano de estudos DP-900 e à documentação oficial do Microsoft Learn
Por João Ricardo Dutra••Material integral
1. Por que as funções e serviços de dados são importantes
O volume e a variedade de dados produzidos por aplicativos, dispositivos e processos de negócios continuam a crescer. As organizações, portanto, dividem o trabalho com dados em especialidades: operar bancos de dados, integrar dados, interpretá-los, governá-los e construir experiências inteligentes. A propriedade clara reduz lacunas operacionais e ajuda as equipes a selecionar a tecnologia de acordo com a carga de trabalho, em vez de apenas com base na familiaridade.
Os nomes das funções não são universais. Uma equipe pequena pode combinar diversas responsabilidades em uma só pessoa, enquanto uma grande empresa pode separá-las em grupos especializados. O exame DP-900 concentra-se nas responsabilidades recorrentes por trás dos títulos e nas categorias de serviço que essas responsabilidades exigem.
Resumo do tópico
Entenda primeiro a responsabilidade e depois associe-a à categoria de serviço que a cumpre.
2. Quatro funções principais e como elas colaboram
Função
Resultado primário
Colaboradores típicos
Administrador de banco de dados
Bancos de dados disponíveis, seguros e com bom desempenho
Equipes de aplicação e engenheiros de dados
Engenheiro de dados
Movimentação confiável de dados, limpeza, transformação e armazenamentos analíticos
Administradores de banco de dados, analistas e engenheiros de IA
Analista de dados
Modelos, relatórios, visualizações e insights de negócio
Partes interessadas de negócios e engenheiros de dados
Engenheiro de IA
Recursos responsáveis de IA e fluxos de trabalho inteligentes
Engenheiros de dados, analistas e desenvolvedores de aplicativos
Figura 1 – O trabalho com dados é colaborativo: cada função produz um resultado que outra função pode consumir.
Os limites são intencionalmente permeáveis. Um administrador de banco de dados pode provisionar um banco de dados operacional e então atuar como engenheiro de dados para mover seus registros para um . Da mesma forma, um analista pode validar um modelo semântico enquanto um engenheiro de IA incorpora seus resultados em uma aplicação.
Resumo do tópico
As funções são diferenciadas pelo resultado principal, mas as soluções práticas dependem da colaboração e, às vezes, da responsabilidade compartilhada.
3. Responsabilidades do administrador de banco de dados
Um administrador de banco de dados projeta, implementa, mantém e opera sistemas de banco de dados no local e na nuvem. A função protege a disponibilidade e o desempenho consistente por meio de configuração, monitoramento, ajuste, planejamento de capacidade, backups e recuperação. Os planos de recuperação de desastres devem abranger tanto eventos naturais como erros humanos.
A segurança é igualmente importante. O administrador concede ou nega acesso, atribui privilégios, aplica políticas e mantém as cópias de recuperação protegidas. A assistência de IA pode elaborar consultas ou ajudar a investigar sintomas de desempenho em linguagem natural, mas a aprovação, a avaliação de riscos e o julgamento operacional permanecem responsabilidades humanas.
Resumo do tópico
Os administradores de banco de dados mantêm as plataformas de banco de dados disponíveis, seguras, recuperáveis e com bom desempenho.
4. Responsabilidades do engenheiro de dados
Um engenheiro de dados trabalha com as partes interessadas para projetar e implementar de , rotinas de limpeza e transformação e armazenamento para cargas de trabalho analíticas. A função abrange bancos de dados relacionais e não relacionais, armazenamentos de arquivos e fluxos, de modo que as escolhas arquitetônicas são orientadas pelo formato, escala, latência e necessidades do consumidor dos dados.
Engenheiros operam e monitoram para que os dados cheguem quando esperado e com a qualidade exigida. Eles também protegem a privacidade em caminhos híbridos, desde sistemas locais até armazenamentos em nuvem, e aplicam regras de governança durante a movimentação. As ferramentas de IA podem propor códigos e configurações de transformação, mas o engenheiro continua responsável pela arquitetura, privacidade e qualidade.
Resumo do tópico
Os engenheiros de dados transformam dados de origem distribuídos em produtos de dados confiáveis, governados e prontos para análise.
5. Responsabilidades do analista de dados
Um analista de dados converte dados brutos em insights de negócio relevantes. A função explora tendências e relacionamentos, traduz requisitos em modelos analíticos, define cálculos e comunica descobertas por meio de relatórios, painéis e visualizações. O contexto empresarial é importante porque a análise tecnicamente correta ainda pode ser irrelevante se responder à pergunta errada.
A assistência IA pode resumir um relatório, sugerir um visual, gerar expressões analíticas ou criar uma narrativa. O analista ainda valida o resultado, seleciona a comparação correta, explica a incerteza e comunica uma conclusão prática às partes interessadas.
Resumo do tópico
Os analistas de dados conectam dados a decisões por meio de modelos, medidas, visualizações e comunicação empresarial clara.
6. Responsabilidades do engenheiro de IA
Um engenheiro de IA cria e integra recursos baseados em IA em aplicativos e fluxos de trabalho de dados. Esse profissional trabalha com grandes modelos de linguagem, de aprendizado de máquina e fontes de dados empresariais para oferecer cenários como conversa sobre dados organizacionais, geração de conteúdo e classificação automatizada.
Os engenheiros de IA dependem dos engenheiros de dados para obter dados preparados e governados e colaboram com os analistas quando os insights gerados por IA aparecem em relatórios ou aplicativos. Seu trabalho diário pode incluir gerar código, avaliar modelos, explicar comportamentos e propor arquiteturas. A responsabilidade humana continua essencial para decisões de projeto, avaliação, segurança e implantação responsável.
Resumo do tópico
Os engenheiros de IA combinam modelos, dados, avaliação e integração de aplicativos para fornecer experiências inteligentes responsáveis.
7. Funções adicionais e responsabilidade compartilhada
As quatro funções são uma base útil, e não um organograma completo. Cientistas de dados experimentam modelos estatísticos e de aprendizado de máquina; arquitetos de dados definem estruturas e padrões multiplataforma; desenvolvedores de aplicativos e engenheiros de software criam sistemas que produzem e consomem dados. As equipes de segurança, conformidade e negócios também influenciam os requisitos.
Uma função descreve um conjunto de responsabilidades, não necessariamente um funcionário. A separação de tarefas esclarece a responsabilidade, enquanto a colaboração evita que a otimização local prejudique a solução ponta a ponta.
Resumo do tópico
Usar funções como limites de responsabilidade, reconhecendo ao mesmo tempo que as organizações podem combiná-las, renomeá-las ou especializá-las ainda mais.
8. Escolha de serviços e compreensão de e
O oferece muitos serviços de dados para cargas de trabalho operacionais e analíticas. Os iniciantes não precisam memorizar todo o catálogo; eles devem reconhecer a categoria da carga de trabalho, o grau de controle necessário e qual função normalmente opera ou consome o serviço.
Modelo de entrega
Microsoft gerencia
Cliente foca em
Servidores, infraestrutura central, patches e grande parte da manutenção da plataforma
Dados, configuração, opções de segurança e aplicativos
O produto completo pronto para uso e sua infraestrutura
Espaços de trabalho, conteúdo, governança e uso comercial
Figura 2 - Comece com a categoria de carga de trabalho e depois escolha o modelo de serviço e entrega.
Resumo do tópico
reduz o trabalho de infraestrutura; oferece um produto completo. Em ambos os modelos, os clientes mantêm a responsabilidade pelas suas escolhas de dados e configuração.
9. Família e o espectro de responsabilidade
é o nome coletivo para serviços relacionais baseados no mecanismo Microsoft SQL Server. é um banco de dados totalmente gerenciado. fornece uma instância SQL Server hospedada com manutenção automatizada e compatibilidade mais ampla em nível de instância, além de mais responsabilidade de configuração. oferece controle máximo do sistema operacional e do mecanismo de banco de dados, mas o cliente gerencia a máquina virtual e a instalação do SQL Server.
Figura 3 – Maior configurabilidade traz maior responsabilidade administrativa.
Os administradores de banco de dados fornecem e operam esses sistemas para aplicações de linha de negócios que armazenam dados transacionais. Os engenheiros de dados os utilizam como fontes de e os analistas podem consultá-los diretamente para obter relatórios menores. A análise empresarial geralmente combina seus dados com outras fontes em um armazenamento analítico. Os recursos integrados de IA podem ajudar a gerar consultas e investigar o desempenho por meio de linguagem natural.
Resumo do tópico
Escolha entre as opções do equilibrando compatibilidade e controle com o nível de administração que a equipe deseja assumir.
10. Bancos de dados relacionais de código aberto gerenciados
O também fornece serviços relacionais gerenciados para mecanismos de código aberto amplamente utilizados. é comum em aplicativos desenvolvidos com pilha Linux, Apache, MySQL e PHP. oferece suporte a tabelas relacionais, bem como tipos de dados personalizados com características objeto-relacionais e não-relacionais.
Os administradores de banco de dados gerenciam disponibilidade, segurança e desempenho para aplicativos transacionais. Os engenheiros de dados consomem esses bancos de dados como fontes de , e os analistas podem usar seus dados diretamente ou depois de consolidados em uma plataforma analítica.
Resumo do tópico
Os serviços gerenciados MySQL e PostgreSQL preservam mecanismos de código aberto familiares e reduzem a administração da infraestrutura.
11. para dados distribuídos globalmente
é um banco de dados não relacional distribuído globalmente, projetado para aplicativos escalonáveis e altamente disponíveis. Suas oferecem suporte a vários modelos de dados, incluindo documentos , pares de valores-chave, dados de família de colunas e gráficos. Essa flexibilidade o torna adequado quando os padrões de acesso ao aplicativo não se ajustam a um esquema relacional fixo.
Um administrador de banco de dados pode gerenciar o serviço, mas os desenvolvedores de aplicativos geralmente possuem o design como parte da arquitetura do aplicativo. Os engenheiros de dados integram os registros do Cosmos DB em soluções analíticas e os analistas consomem os modelos e relatórios resultantes. Os recursos de linguagem natural de IA podem ajudar na exploração e nas consultas.
Resumo do tópico
Use quando um aplicativo precisar de armazenamento altamente disponível e distribuído globalmente em modelos de dados suportados.
12. do e data lakes
do é um serviço básico de armazenamento em nuvem. Os contêineres de blob fornecem armazenamento escalonável e econômico para objetos binários; compartilhamentos de arquivos expõem compartilhamentos de arquivos em rede; e tabelas fornecem armazenamento rápido de valores-chave para aplicativos.
Os engenheiros de dados usam armazenamento de blobs com um hierárquico para construir data lakes. O organiza arquivos em diretórios dentro de um sistema de arquivos distribuído, permitindo que grandes mecanismos analíticos processem dados enquanto preservam uma estrutura de pastas familiar.
Resumo do tópico
do abrange objetos, arquivos compartilhados e tabelas de valores-chave; o armazenamento hierárquico de blobs pode servir como um .
13. e Fabric Data Factory
define e agenda que movem e transformam dados. Um pode ler fontes locais ou na nuvem, invocar a computação em nuvem para processamento e persistir o resultado em outro armazenamento. Os engenheiros de dados o utilizam para implementar soluções ETL que preenchem repositórios analíticos de sistemas transacionais.
Fabric Data Factory traz recursos de Data Factory para . É a escolha natural quando a , a transformação, o armazenamento, a análise e os relatórios pertencem à mesma solução e do Fabric. continua útil para integração mais ampla do e padrões de orquestração autônomos.
Resumo do tópico
O Data Factory orquestra movimentação e transformação de dados repetíveis; escolha a experiência do Fabric para obter uma solução analítica integrada do Fabric.
14. e OneLake
é uma plataforma analítica unificada . Ele combina engenharia de dados, data warehousing, análise em tempo real, ciência de dados, bancos de dados, governança e em espaços de trabalho baseados em navegador. A Microsoft opera a infraestrutura, portanto as equipes criam e controlam itens em vez de administrar servidores ou .
OneLake é o lógico compartilhado abaixo do Fabric. Uma camada de armazenamento comum reduz cópias desnecessárias e permite que várias cargas de trabalho trabalhem com os mesmos dados controlados. Os engenheiros podem construir uma solução ponta a ponta que une , lakehouses, armazéns, , business intelligence e insights baseados em IA.
Figura 4 - Fabric unifica experiências analíticas acima de um lógico compartilhado.
Resumo do tópico
fornece análises integradas do e OneLake fornece uma base de armazenamento compartilhado para suas cargas de trabalho.
15. Cargas de trabalho do Fabric, assistência em linguagem natural e Fabric IQ
Fabric Data Factory lida com e ETL; oferece análises no padrão ; oferece análise em relacional; Real-Time Intelligence lida com ; oferece visualização; e o Fabric também inclui ciência de dados, aprendizado de máquina, bancos de dados SQL, Cosmos DB no Fabric e recursos de governança.
A assistência integrada de IA pode ajudar a criar , escrever SQL, gerar código de e explorar dados usando linguagem natural. IQ adiciona um vocabulário de negócios compartilhado sobre dados em OneLake para que ferramentas, equipes, usuários de negócios e agentes IA interpretem entidades como Cliente, Pedido ou Produto de forma consistente. Atualmente, o Fabric IQ é um recurso em , portanto seu comportamento e disponibilidade podem evoluir.
Resumo do tópico
As cargas de trabalho do Fabric cobrem o ciclo de vida analítico; IQ adiciona significado de negócio compartilhado e acesso em linguagem natural aos dados do OneLake.
16. e modelos semânticos
é a plataforma de business intelligence e visualização de dados da Microsoft. Os analistas se conectam às fontes, criam relatórios e painéis interativos e distribuem insights. Ele está disponível como um serviço independente e como uma carga de trabalho integrada do Fabric junto com itens de engenharia e armazenamento.
No Fabric, o geralmente acessa dados por meio de modelos semânticos: camadas analíticas governadas que definem medidas, relacionamentos, hierarquias e lógica de negócios. Os recursos de IA podem resumir relatórios, recomendar visualizações, gerar medidas do DAX e produzir narrativas escritas, sujeitas à validação do analista.
Resumo do tópico
transforma modelos governados em análises interativas, enquanto os modelos semânticos mantêm os cálculos e as definições de negócios consistentes.
17. para análise de com código inicial
é uma plataforma de análise de nuvem gerenciada construída em Apache Spark. Ele oferece suporte a engenharia de dados em grande escala, ciência de dados e análise SQL em formatos abertos de , especialmente Delta Lake. Ele é executado em uma assinatura do e é adequado para equipes que preferem Spark, notebooks e fluxos de trabalho com código inicial.
Os engenheiros de dados criam armazenamentos analíticos e com as habilidades existentes do Spark. Os analistas podem consultar e visualizar dados em web notebooks. A assistência IA pode gerar código Spark e SQL e explicar lógica complexa de , enquanto a equipe permanece responsável pela correção e design operacional.
Resumo do tópico
é a opção gerenciada de Spark e notebooks para engenharia em grande escala, ciência de dados e cargas de trabalho de aberto.
18. em lote, processamento de fluxo e análise de telemetria
Serviço
Padrão de processamento
Uso representativo
Orquestração em lote agendada ou orientada a eventos
Mova e transforme dados entre lojas
Processamento contínuo de fluxo em tempo real
Leia um fluxo de entrada, consulte-o e escreva uma saída
Análise de e telemetria de alto desempenho
Consultar com carimbo de data/hora e telemetria
Figura 5 - Latência e formato dos dados ajudam a distinguir orquestração, processamento de fluxo e exploração de telemetria.
pode alimentar uma visualização em tempo real ou ingerir eventos processados em um armazenamento analítico. é uma plataforma de análise de big data autônoma e totalmente gerenciada, otimizada para consultas rápidas em e telemetria, onde atributos de carimbo de data/hora são especialmente comuns.
Resumo do tópico
Use o Data Factory para orquestração de , Analytics para processamento contínuo de eventos e Data Explorer para investigação de e telemetria de alta velocidade.
19. para governança e descoberta
oferece suporte à governança e descoberta de dados em toda a empresa. As equipes podem mapear dados entre fontes, classificar informações confidenciais, seguir a entre sistemas e ajudar os analistas a localizar dados confiáveis. Esses recursos tornam possível a aplicação de políticas e a análise de impacto em todas as plataformas, em vez de dentro de um único banco de dados.
Os engenheiros de dados usam o Purview para aplicar governança e proteger a integridade das informações que alimentam cargas de trabalho analíticas. Os rótulos de classificação e confidencialidade ajudam as organizações a manter controles entre regiões e plataformas; identifica como os dados foram movidos e alterados. O Purview não substitui backups ou um serviço de sincronização em tempo real.
Resumo do tópico
torna os dados detectáveis e controlados por meio de mapeamento, classificação, informações de confidencialidade e entre sistemas.
20. para soluções empresariais IA
é o unificado da Microsoft para operações empresariais IA, construtores de modelos e desenvolvimento de aplicativos inteligentes. Ele fornece acesso a modelos, ferramentas, recursos de avaliação e infraestrutura para projetar, testar e implantar soluções IA.
Os engenheiros e desenvolvedores de IA o utilizam para aplicativos de bate-papo sobre seus dados, fluxos de trabalho multiagentes e IA automatizados que se integram aos serviços de dados do . Dados preparados, controle de acesso, avaliação, monitoramento e implantação responsável continuam sendo partes essenciais da solução.
Resumo do tópico
fornece a plataforma gerenciada e as ferramentas usadas para construir, avaliar e implantar experiências corporativas IA conectadas a dados organizacionais.
21. Matriz de decisão de função para serviço
Requisito
Função principal
Serviço provável
Operar e recuperar um banco de dados relacional
Administrador de banco de dados
Família ou banco de dados gerenciado de código aberto
Integrar e transformar fontes empresariais
Engenheiro de dados
ou Fabric Data Factory
Criar relatórios e medidas de negócio
Analista de dados
e modelos semânticos
Construa um aplicativo distribuído globalmente
Desenvolvedor ou administrador de banco de dados
Processar um de eventos contínuo
Engenheiro de dados
Analisar telemetria com carimbo de data/hora
Analista de dados ou engenheiro de dados
Mapear e dados confidenciais
Engenheiro de dados ou equipe de governança
Construir um aplicativo IA aterrado
Engenheiro de IA
com fontes de dados governadas
Figura 6 - Um serviço pode suportar várias funções, mas cada função o aborda com uma responsabilidade diferente.
Resumo do tópico
Combine o requisito de negócios com um resultado de função e um padrão de carga de trabalho antes de selecionar um serviço.
22. Revisão da avaliação e raciocínio do exame
A avaliação do módulo testa a responsabilidade e a seleção de serviços, em vez da sintaxe de comando. Os seguintes padrões de raciocínio cobrem todos os nove cenários sem reproduzir as questões originais.
O design do de pertence principalmente ao engenheiro de dados; a segurança, a disponibilidade e o desempenho do banco de dados pertencem principalmente ao administrador do banco de dados.
Para controle total de uma instalação SQL Server e seu ambiente operacional, selecione ; é um serviço de integração, não um host de banco de dados.
A criação de relatórios e visualizações é fundamental para a função de analista de dados, enquanto a arquitetura de e ETL são preocupações de engenharia de dados.
Integrar fontes e operar processos ETL é uma responsabilidade da engenharia de dados; configurar backups é administração de banco de dados.
Para grandes transformações diárias em sistemas locais e na nuvem, é o serviço de entre as opções listadas.
oferece suporte ao controle orientado por regulamentação, classificando e monitorando dados confidenciais.
A Purview rastreia dados entre fontes e transformações, ajudando as equipes a proteger a integridade e a compreender o impacto.
A classificação e os rótulos de sensibilidade mantêm o contexto de governança entre plataformas; a exclusão frequente não estabelece integridade.
é a escolha distribuída globalmente e altamente disponível entre , e .
Resumo do tópico
Para perguntas DP-900, identifique o verbo da carga de trabalho — operar, integrar, analisar, governar, transmitir ou construir IA — e elimine serviços da categoria errada.
Recapitulação final do capítulo
Os administradores de banco de dados operam e protegem bancos de dados. Os engenheiros de dados integram, transformam e controlam os dados. Os analistas de dados modelam e comunicam insights. Os engenheiros de IA criam recursos inteligentes responsáveis. , bancos de dados gerenciados de código aberto, e do fornecem bases operacionais; Data Factory, Fabric, Databricks, Analytics e Data Explorer processam e analisam informações; comunica isso; aplica governança; e permite soluções empresariais IA baseadas nesses dados.
