考试 DP-100：在 Azure 上设计和实施数据科学解决方案

本文将为您详细介绍 DP-100 考试的方方面面。在深入了解考试内容之前，首先需要明确该考试的目的。

为什么选择 Azure 上的数据科学？

如今，数据被视为最重要的资产，许多大型企业都依赖于数据。这些数据涵盖产品、服务、客户以及一切相关信息。IT 行业积极参与各种与数据相关的活动。在 IT（信息技术）或其他任何行业中，一些技术流派在数据管理和使用方面处于领先地位。机器学习、人工智能和数据科学只是其中的几个例子。企业、组织或云服务器提供商，例如微软、谷歌、亚马逊等，都在使用数据科学。

因此，数据科学的价值和重要性显而易见。这些组织需要数据科学专家来维护、存储和使用可配置数据，从而为组织带来潜在优势。他们聘请数据科学家，并支付丰厚的薪酬来满足这一需求。疫情爆发后，运营和管理方面发生了翻天覆地的变化。每个组织都已转型为集中式基础设施、云计算和按需计算，并迁移到云端。

Azure 也是业界最佳云服务之一。成为一名熟练的 Azure 数据专家有一条清晰的途径。通过获得 Microsoft Azure 数据科学助理认证，即可成为一名认证的数据科学专业人士。该认证在全球范围内获得认可，并持续受到该领域新手的关注。

Microsoft 认证：Azure 数据科学家助理

如果您正在寻找一份不仅能提升您的简历竞争力，还能帮助您进入任何知名企业的认证，那么您需要了解我们之前已经介绍过的行业对数据科学的需求。

让我们来了解一下数据科学是如何运作的。

企业从各种来源收集数据，包括内部工具、程序、应用程序、搜索引擎、浏览器和机器以及社交媒体。对于任何希望增加收入的企业来说，这些收集到的数据都是宝贵的财富。公司的各个团队或部门都会利用这些数据来改进组织运营。数据科学家在开发模型和获取解决方案的过程中可能会遇到困难。Azure 通过协助将关键数据传输到数据湖来解决这个问题，之后可以使用 Azure 技术（例如 Spark 池、数据清洗、模型开发和处理以及数据分析）来更改整个数据库。

Azure 数据科学家的收入是多少？

虽然没有一个具体的参数可以衡量一个人的潜在收入，但这些数据来自各种调查或一些招聘网站上公布的薪资信息。

您的薪酬将取决于您所在公司的规模和类型、他们愿意投入的资金以及其他一些因素。它还取决于您的专业知识、经验、职业发展以及您对收入的重视程度。

让我们来看一些统计数据。根据 Glassdoor 的数据，数据科学家的平均年收入为 112,000 美元。Indeed 的数据显示平均年薪为 120,000 美元，而 PayScale 的平均年薪为 95,000 美元。这些数据可能并不准确，但您可以从中大致了解您的收入水平。

如何获得微软认证：Azure 数据科学家助理？

只需通过考试即可获得此证书。如果您有足够的动力获得此证书并付诸行动，您只需通过 DP-100 考试即可。此考试涵盖了在 Azure 上设计和实施数据科学解决方案的内容。除了考试之外，如果您充满热情，渴望通过成为数据科学专业人士来改变自己的人生，那么您也可以获得此证书。

什么是 Azure DP-100 考试？

Azure DP-100 考试简称“在 Azure 上设计和实施数据科学解决方案”。对数据科学真正感兴趣的考生均可参加此考试。考生在备考过程中将学习 Azure 的各种实用功能。在备考过程中，您将学习如何执行与 Azure 数据科学相关的所有任务和活动。如果您已充分准备所有考试模块，考试内容将包括模型构建、实验跟踪等诸多方面。

DP-100 认证还允许 IT 人员专注于数据科学，尤其是在 Microsoft Azure 上运行机器学习工作负载方面。这包括创建和部署无故障且高效的工作环境以进行数据实验。机器学习 (ML) 模型也在此框架下进行升级、训练和管理。

此考试的主要目的是评估考生的能力。您可以根据以下列出的重要模块的权重百分比进行准备：

• 管理 Azure 中的机器学习资源 (25–30%)

• 进行实验和模型训练 (20–25%)

• 开发和实施机器学习解决方案 (35–40%)

• 负责任地使用机器学习 (5–10%)

DP-100 的先决条件是什么？

任何对数据科学职业感兴趣的人都应该具备相关学科的先验知识，例如计算机科学、信息技术或任何其他相关领域。对 R 软件设计有全面了解的人也会有额外的优势。微软建议，拥有 Azure 使用经验的人更容易获得资格认证。

任何组织都倾向于选择沟通能力强、善于团队合作的候选人。数据科学家助理将成为多个专业团队的成员，负责处理所有涉及伦理、保密和权限的问题。因此，在选择这份工作之前，请确保您已充分掌握这些技能。如果您想在这个领域取得成功，就必须提升您的软技能。

关于 DP-100 考试模式

该考试包含 60 至 80 道题，考试时间为 180 分钟。题型包括单选题、多选题等。考试中还会包含实验题或案例分析题，以评估您在这些主题方面的实际应用能力。由于这是一项监考考试，因此需要充分准备。考试注册费为 165 美元。您可以选择任何语言参加考试，时间灵活。可选语言包括英语、日语、简体中文、韩语、德语、繁体中文、法语、西班牙语、巴西葡萄牙语、俄语、沙特阿拉伯阿拉伯语、意大利语、印尼语等。

您可以根据自身情况安排考试时间。建议您在充分准备后参加考试。考试合格分数线为 700 分（满分 100 分）。考试失败不必过于沮丧，您可以在 24 小时后再次参加考试。

如果您希望开启或拓展您的职业生涯，DP-100 Azure 数据科学家助理认证是您迈向理想工作的第一步。在IT行业中，精通数据科学工具和应用程序的专家可以通过此认证提升技能，并将这些系统和应用程序应用于其他类似领域。

DP-100考试大纲详解

如前所述，考试涵盖四个主要模块，每个模块包含多个子主题。以下将详细介绍每个模块及其所有子主题。

管理用于机器学习的Azure资源（占25-30%）。创建 Azure 机器学习工作区

• 创建 Azure 机器学习工作区

• 配置工作区设置

• 使用 Azure 机器学习工作室管理工作区

管理 Azure 机器学习工作区中的数据

• 选择 Azure 存储资源

• 注册和维护数据存储

• 创建和管理数据集

管理 Azure 机器学习中实验所需的计算资源

• 确定训练工作负载的适当计算规范

• 计算实验和训练的目标

• 配置附加计算资源，包括 Azure Databricks

• 监控计算利用率

在 Azure 机器学习中实施安全性和访问控制

• 确定访问要求并将要求映射到内置角色

• 创建自定义角色

• 管理角色成员身份

• 使用 Azure Key Vault 管理凭据

设置 Azure 机器学习开发环境

• 创建计算实例

• 共享计算实例

• 从其他开发环境访问 Azure 机器学习工作区

设置 Azure Databricks 工作区

• 创建 Azure Databricks 工作区

• 创建 Azure Databricks 群集

• 在 Azure 中创建和运行笔记本Databricks

• 将 Azure Databricks 工作区链接到 Azure 机器学习工作区

运行实验和训练模型 (20-25%)

使用 Azure 机器学习设计器创建模型

• 使用 Azure 机器学习设计器创建训练管道

• 在设计器管道中引入数据

• 使用设计器模块定义管道数据流

• 在设计器中使用自定义代码模块

运行模型训练脚本

• 使用 Azure 机器学习 SDK 创建并运行实验

• 配置脚本的运行设置

• 使用 Azure 机器学习 SDK 从实验中的数据集使用数据

• 在 Azure Databricks 上运行训练脚本进行计算

• 在 Azure Databricks 笔记本中运行代码以训练模型

从实验运行生成指标

• 记录实验运行的指标

• 检索和查看实验输出

• 使用日志排查实验运行错误

• 使用 MLflow 跟踪实验

• 跟踪在 Azure Databricks 中运行的实验

使用自动化机器学习创建最佳模型

• 使用 Azure 机器学习中的自动化机器学习界面工作室

• 使用 Azure 机器学习 SDK 中的自动化机器学习

• 选择预处理选项

• 选择要搜索的算法

• 定义主要指标

• 获取自动化机器学习运行的数据

• 检索最佳模型

使用 Azure 机器学习调整超参数

• 选择采样方法

• 定义搜索空间

• 定义主要指标

• 定义提前终止选项

• 查找具有最佳超参数值的模型

C. 部署和运行机器学习解决方案 (35-40%)

选择用于模型部署的计算资源

• 考虑已部署服务的安全性

• 评估部署的计算选项

将模型部署为服务

• 配置部署设置

• 部署已注册的模型

• 将 Azure Databricks 中训练的模型部署到 Azure 机器学习终结点

• 使用已部署的服务

• 排查部署容器问题

在 Azure 机器学习中管理模型

• 注册已训练的模型

• 监控模型使用情况

• 监控数据漂移

创建用于批量推理的 Azure 机器学习管道

-配置 ParallelRunStep

• 配置批处理推理管道的计算资源

• 发布批处理推理管道

• 运行批处理推理管道并获取输出

• 从 ParallelRunStep 获取输出

将 Azure 机器学习设计器管道发布为 Web 服务

• 创建目标计算资源

• 配置推理管道

• 使用已部署的终结点

使用 Azure 机器学习 SDK 实现管道

• 创建管道

• 在管道的各个步骤之间传递数据

• 运行管道

• 监视管道运行

实施负责任的机器学习 (5-10%)

使用模型解释器解释模型

• 选择模型解释器

• 生成特征重要性数据

描述模型的公平性考虑因素

• 基于预测差异评估模型的公平性

• 缓解模型不公平性

描述数据的隐私考虑因素

• 描述差分隐私原则

• 指定数据中可接受的噪声水平及其对隐私的影响

应用机器学习运维实践

• 从 Azure 触发 Azure 机器学习管道DevOps

• 根据新增数据或数据变更自动重新训练模型

• 将笔记本重构为脚本

• 为脚本实施源代码控制

为了确保您顺利通过 Microsoft Azure 数据科学解决方案规划与开发认证考试，我们建议您：

· 参加认证培训课程

· 完成练习题

· 积累实践经验

· 选择模拟考试

模拟考试的优势

即使您对自己的知识水平或考试能力有所怀疑，模拟考试也能帮助您确保成功。

DP-100 考试技巧

1. 由于考试模式每年更新两次，建议您查看最新的考试模式。

2. 如果您在参加考试前熟悉考试结构，就能更好地做好准备。您将了解考试题型以及如何分配时间。

3. 制定计划，合理安排时间，并确保涵盖考试涉及的所有主题。您还需要回答有关指定部署和计算目标的问题。

• 您应该做好充分准备，以回答理论和实验相关的问题。

• 微软提供理论考试模板，请务必仔细阅读。

• “使用 Azure 机器学习构建和运行机器学习系统”是考试的主要领域之一，因此请合理安排时间学习此主题。

• 由于复习对任何考试都至关重要，建议您在参加本次考试前复习理论部分。

如果您需要在规定时间内涵盖所有主题，可以采取以下步骤。这些准备步骤也适用于微软的其他认证考试。

收集所需信息：

与其浏览各种来源的零散博客或文章，不如从微软官方网站收集所有考试所需信息。对于 DP-100 考试的准备而言，没有什么比这更值得信赖的了。您将找到一份详尽的考试大纲，其中解释了考试将涵盖哪些领域，并列出了每个领域需要掌握的具体知识点。

从可靠的资源（例如 Microsoft 论坛和学习指南）开始学习：

Microsoft 提供超过 3000 个学习课程，涵盖 DP-100 考试所需的所有技能，并涉及各种潜在应用。您也可以参加 Koenig DP-100 培训课程，获得所有这些工具以及经验丰富的导师指导。课程提供交互式实验室和一对一私人培训，帮助您更深入地掌握学习材料。

利用案例研究、真实事件和用例进行学习：

DP-100 资格考试旨在评估考生对不同 Microsoft Azure 工作负载的了解。这要求考生对 Azure 有透彻的理解，包括其理论基础和实际应用。您应该能够描述所有可用的 Azure 产品及其在公司中的应用方式。只要有充分的监督和指导学习，这不应该成为阻碍。这正是参加 Koenig 考试准备课程的另一个理由。4. 尽可能多地进行模拟测试：了解考试模式有助于你为即将到来的考试做好准备。你不仅要理解题目，还要理解考试环境所需的视角。这也有助于你确定哪些领域需要额外关注，以便你真正将更多资源投入到这些领域。

尽可能多地复习

你练习或重复任何技能的次数越多，你的熟练程度就越高。如果你遵循以上步骤，没有人能阻止你以优异的成绩通过考试。微软认证 Azure 数据科学家助理级认证是中级数据科学家的标准认证。它需要时间和精力来准备，但绝对值得付出。这将为你未来的职业发展做好准备，提高你的收入潜力，并提供必要的技术知识和技能。立即报名参加培训课程，迈出第一步。