Cloud Data Engineer - Azure, Microsoft Fabric und AI

Passt der Kurs zu dir?

1. 1
   Grundlagen in Netzwerken, IP-Adressierung und Linux oder Windows Server, denn jede Cloud-Plattform baut darauf auf.
2. 2
   Ein eigenes Testkonto beim Cloud-Anbieter mit Budgetwarnung, damit Übungsressourcen keine unerwarteten Kosten verursachen; frage, ob der Kurs stattdessen eine Laborumgebung stellt.
3. 3
   Englisch zum Lesen von Konsole und Herstellerdokumentation; frage nach, in welcher Sprache du die Zertifizierungsprüfung ablegst.

Das lernst du

1. 1
   Die Weiterbildung "Cloud Data Engineer - Azure, Microsoft Fabric und AI" vermittelt praxisorientierte Kompetenzen im Bereich Data Administration und moderner Datenplattformen im Umfeld von Microsoft. Im Fokus steht die Verarbeitung, Verwaltung und Integration von Daten in Cloud-Umgebungen. Teilnehmende lernen, Aufgaben der Data Administration strukturiert umzusetzen und Microsoft-Technologien gezielt für Datenprozesse einzusetzen. Die Inhalte verbinden Cloud-Grundlagen, AI und moderne Datenarchitekturen und bereiten auf Tätigkeiten im Bereich Data Administration im Microsoft-Umfeld vor.
2. 2

   Die Weiterbildung ist modular aufgebaut und deckt zentrale Themen rund um Data Administration und Microsoft-Technologien ab

   AZ-900: Microsoft Azure Fundamentals: Einführung in Cloud-Grundlagen und erste Konzepte der Data Administration in Azure-Umgebungen.
   AI-900: Microsoft Azure AI Fundamentals: Grundlagen der AI und deren Bedeutung für Data Administration und datengetriebene Prozesse im Microsoft-Umfeld.
   DP-900: Microsoft Data Fundamentals: Zentrale Datenkonzepte und Grundlagen der Data Administration als Basis für den Umgang mit Daten.
   DP-3011: Implementing a Data Analytics Solution with Azure Databricks: Umsetzung von Datenlösungen im Rahmen der Data Administration mit Microsoft-Technologien.
   DP-700: Microsoft Fabric Data Engineer: Aufbau und Verwaltung moderner Datenplattformen im Kontext von Data Administration mit Microsoft Fabric.
   Applied Skills: Azure Visualise & Analyse: Praxisorientierte Umsetzung von Data Administration-Szenarien zur Analyse und Visualisierung von Daten.
   Kanban Foundation: Grundlagen agiler Methoden zur Organisation von Data Administration-Projekten im Microsoft-Umfeld.
   IntelliLAB - AI Literacy: Einführung in AI-Grundlagen und deren Relevanz für Data Administration.
   Bewerbungstraining: Vorbereitung auf Bewerbungen im Bereich Data Administration und Microsoft-Technologien.
   Während der Weiterbildung werden Aufgaben der Data Administration praxisnah vermittelt. Teilnehmende lernen, Daten in Microsoft-Umgebungen zu verwalten, zu integrieren und für Analysen bereitzustellen. Data Administration wird in unterschiedlichen Szenarien angewendet, wobei Microsoft-Plattformen wie Azure und Microsoft Fabric im Mittelpunkt stehen. Übungen unterstützen den Aufbau von Kompetenzen in der Data Administration sowie im sicheren Umgang mit Microsoft-Technologien und AI.

1. 1

   München

   02.11.2026 · Blended Learning · Vollzeit · 1–3 Monate · über 10.000 €

2. 2

   München

   02.11.2026 · Blended Learning · Teilzeit · 3–6 Monate · über 10.000 €

3. 3

   München

   16.11.2026 · Blended Learning · Teilzeit · 6–12 Monate · über 10.000 €

4. 4

   München

   16.11.2026 · Blended Learning · Vollzeit · 3–6 Monate · über 10.000 €

Förderwege

Wer deinen Kurs zahlt

Was dir die Qualifikation beruflich bringt

1. 1

   Infrastruktur automatisieren

   In den DevOps- und Bereitstellungskursen beschreibst du Server und Netzwerke als Code und spielst Änderungen über Pipelines aus. Testumgebungen entstehen so per Skript und verschwinden danach wieder. Beispiel: Du richtest eine Pipeline ein, die bei jeder Codeänderung eine Testumgebung in AWS erzeugt und nach dem Test löscht.

2. 2

   Datenschutz und Sicherheit mitplanen

   Die Kurse zu Cloud Security und CCSP behandeln Verschlüsselung, Identitäten und die geteilte Verantwortung zwischen Anbieter und Kunde. Verarbeitet ein Cloud-Anbieter personenbezogene Daten im Auftrag, verlangt die DSGVO einen Vertrag, der ihn an die dokumentierten Weisungen des Auftraggebers bindet. Beispiel: Du prüfst für ein Projekt, in welcher Region die Kundendaten liegen und ob der Vertrag zur Auftragsverarbeitung unterschrieben ist.

3. 3

   Kosten sichtbar machen

   Du lernst, Ressourcen mit Tags Projekten zuzuordnen, Budgets mit Warnschwellen anzulegen und ungenutzte Instanzen zu finden. Das trennt einen geplanten Cloud-Betrieb von einer überraschenden Monatsrechnung. Beispiel: Du findest in einem Konto vergessene Testserver und stellst eine automatische Abschaltung am Abend ein.

Themen

Arbeitsmarkt

Cloud Computing bundesweit in Zahlen