Kursbeschreibung
Das DP-800 Training führt dich in die Entwicklung AI-fähiger Datenbanklösungen mit SQL Server 2025, Azure SQL und SQL-Datenbanken in Microsoft Fabric ein. Du arbeitest mit strukturierten und semistrukturierten Daten, speicherst Embeddings in relationalen Tabellen und entwickelst eine Similarity Search mit T-SQL. Die Labs verbinden den Datenbankentwurf mit konkreten Entscheidungen zu Vektordatentypen, Chunking, Indizes und Plattformgrenzen.
Bei der Entwicklung berücksichtigst du auch Security und Betrieb. Du prüfst Identitäten, Rollen und Netzwerkpfade, vergleichst Performance-Baselines und überführst SQL-Artefakte mit GitHub-basierten CI/CD-Strukturen in Entwicklungs-, Test- und Produktivumgebungen. So entstehen Muster, mit denen dein Team Datenbankänderungen vor der Freigabe prüfen und AI-Suchfunktionen auf einer geeigneten SQL-Plattform umsetzen kann. Weitere fachlich passende Angebote findest du unter Datenbanken-Schulungen.
Prüfungsnahe Aufgaben verlangen mehr als auswendig gelernte Begriffe: Du analysierst Anforderungen, bewertest Lösungsoptionen und begründest Entscheidungen zu Security, Performance und Architektur. Drei Tage mit Hands-on-Labs und einer Gruppengröße von zwei bis acht Personen geben dir Raum, Abfragen selbst zu entwickeln und offene Punkte mit einem Trainer aus der Praxis zu klären. Wenn du AI-Dienste später mit der Datenbanklösung verbinden möchtest, führt das Azure OpenAI Service Training den Lernpfad fort. Buche einen verfügbaren DP-800-Termin, wenn du die Labs mit der Prüfungsvorbereitung verbinden möchtest.
Die wichtigsten Themen im Überblick
- Vektorsuche mit T-SQL entwickeln
- Embeddings relational speichern
- SQL-Plattform passend auswählen
- Security und Baselines prüfen
- DP-800-Aufgaben begründen
Zielgruppe
- Datenbankentwickler mit T-SQL-Erfahrung
- DBAs mit SQL-Server- oder Azure-SQL-Praxis
- Data Engineers mit Microsoft-Fabric-Bezug
- Softwareentwickler für SQL-basierte AI-Suche
- Prüfungskandidaten für DP-800 mit vorhandener SQL-Praxis
Voraussetzung für die Schulung
- Notwendig: Sichere T-SQL-Kenntnisse und relationales Datenbankdesign
- Notwendig: Erfahrung mit einer Microsoft-SQL-Plattform
- Notwendig: Grundverständnis von Embeddings, Vektoren und AI-Modellen
- Hilfreich: CI/CD-Grundlagen mit GitHub
- Fehlende SQL-Grundlagen lassen sich im SQL Server 2025 Grundkurs aufbauen
- Für Azure-SQL-Administration: Administering Relational Databases in Azure
Kursinhalte
DP-800T00 und Prüfungsanforderungen
- SQL AI Developer Associate
- DP-800-Skill-Bereiche und Gewichtung
- Prüfungsdomänen und Aufgabenformate
- Technische Entscheidungen in Prüfungsfragen
Datenmodelle und Embeddings
- Strukturierte und semistrukturierte Daten
- Embeddings in relationalen Tabellen
- Chunking-Strategien für Textdaten
- Vektormodelle für semantische Suche
Vektorsuche mit T-SQL
- SQL Server 2025 für AI-Szenarien
- Native Vektordatentypen in SQL
- Similarity Search mit T-SQL
- Indexierung für Vektorabfragen
- Lokale Entwicklungs- und Testmuster
Azure SQL, Security und Performance
- Azure SQL Database mit Vektoren
- Managed Identity für Datenzugriffe
- Rollenmodelle für AI-Workloads
- Netzwerkzugriff und Zugriffsschutz
- Performance-Baselines für AI-Abfragen
Microsoft Fabric und Datenintegration
- Fabric SQL Database
- OneLake-Anbindung für Quelldaten
- Pipelines für Embedding-Erzeugung
- Monitoring von Fabric-Workloads
- Datenflüsse zwischen Plattformdiensten
Engineering, Deployment und Review
- CI/CD für SQL-Artefakte
- GitHub-basierte Deployment-Muster
- Entwicklungs-, Test- und Produktivumgebungen
- Sichere T-SQL-Entwicklung
- Auswertung der Labs und Prüfungsaufgaben
