Microsoft Fabric Data Engineer Associate
225 Übungsfragen
Zuletzt überprüft: April 2026
Persönliche Notizen und Ressourcenlinks für Ihre Lernreise
Nach Zertifizierung Filtern
DP-700 ist Microsofts Zertifizierung auf Associate-Ebene für Data Engineers, die Produktionsanalytik-Pipelines auf Microsoft Fabric erstellen. Es validiert die Fähigkeit, Analyselösungen zu implementieren und zu verwalten, Daten im großen Maßstab aufzunehmen und zu transformieren sowie Fabric-Workloads zu überwachen und zu optimieren. Die Zielgruppe sind praktizierende Data Engineers, die ihre Erfahrung von Synapse / Databricks / Data Factory auf die vereinheitlichte Fabric-Plattform erweitern. Im Vergleich zu DP-600 legt DP-700 einen stärkeren Fokus auf technische Tiefe – Pipelines, Streaming, Performance und Operationen – und einen geringeren auf semantische Modellierung. Erwarten Sie 40–60 Fragen in 120 Minuten, einschließlich Drag-and-Drop-Aufgaben zur Code-Vervollständigung (PySpark, T-SQL, KQL), Szenariofragen und mindestens einer Fallstudie. DP-700 wurde im September 2024 allgemein verfügbar; das Vorbereitungsmaterial reift weiterhin.
Etwa 32 %. Workspace- und Kapazitätsmanagement, Deployment-Pipelines und Git-Integration, Sicherheit (RLS / OLS, Vertraulichkeitsbezeichnungen, Workspace-Rollen), Fabric-Domains und Lifecycle-Management für Engineering-Elemente.
Größter Bereich mit 34 %. Pipelines, Dataflows Gen2, Notebooks (PySpark / T-SQL / KQL), Eventstreams für Streaming, Shortcuts, Mirroring, Medaillon-Architektur, inkrementelle Ladevorgänge und CDC-Muster.
Etwa 34 %. Monitoring Hub, Spark UI, Abfrage-Insights, Kapazitätsdrosselung und -bursting, Performance-Tuning über Lakehouse / Warehouse / KQL DB sowie Kosten- / Kapazitäts-Governance.
Services, die Sie in der Prüfung antreffen, und warum jeder davon wichtig ist.
Eine vereinheitlichte SaaS-Analyseplattform, die Datenerfassung, Data Engineering, Data Warehousing, Echtzeitanalyse und BI in einem einzigen kapazitätsbasierten Preismodell kombiniert.
Warum er in der Prüfung steht: Der Dachdienst für jede DP-700-Frage — Domäne 1 (Implement and Manage an Analytics Solution) prüft Kapazitätsdimensionierung, Workspace-Einrichtung und die Auswahl von Elementtypen.
Ein einziger, SaaS-verwalteter Data Lake, der pro Tenant automatisch bereitgestellt wird und alle Fabric-Elemente im offenen Delta-Parquet-Format mit Shortcut-basiertem, Workspace-übergreifendem Zugriff speichert.
Warum er in der Prüfung steht: Domäne 1 + Domäne 2 prüfen OneLake als Speichersubstrat, aus dem jede Fabric-Workload liest — erwarten Sie Fragen zu Shortcuts, Datei- vs. Tabellen-Semantik und der Wiederverwendung einer einzelnen Kopie.
Ein Fabric-Element, das einen Delta Lake-Tabellenspeicher mit einem nicht verwalteten Dateibereich kombiniert und über Spark, T-SQL (SQL analytics endpoint) oder Direct Lake aus Power BI abfragbar ist.
Warum er in der Prüfung steht: Domäne 2 (Ingest and Transform Data) prüft wiederholt, wann Daten in einem Lakehouse im Vergleich zu einem Warehouse landen sollen — Dateis-/Tabellenlayout, Schemas und Lesemuster.
Ein Fabric T-SQL Data Warehouse mit vollständigen ACID-Transaktionen, Multi-Tabellen-Schreibvorgängen und einer getrennten Speicher-/Compute-Architektur, die Parquet nach OneLake schreibt.
Warum er in der Prüfung steht: Domäne 1 prüft die Auswahl zwischen Warehouse und Lakehouse — wählen Sie Warehouse, wenn die Workload vollständige T-SQL-DML, Transaktionen mit mehreren Anweisungen oder BI-Team-Vertrautheit benötigt.
Eine Fabric-Erfassungsworkload, die Dataflows Gen2 (Low-Code Power Query im großen Maßstab) und Pipelines (Orchestrator mit über 200 Konnektoren und Kopier-/Transformationsaktivitäten) bietet.
Warum er in der Prüfung steht: Domäne 2 wird von Data Factory dominiert — erwarten Sie Fragen zur Dataflow Gen2-Staging, Pipeline-Aktivitäten, Parametrisierung und Konnektor-Auswahl.
Ein Workflow-Orchestrator innerhalb von Fabric Data Factory, der Kopier-, Dataflow-, Notebook-, Stored Procedure- und Kontrollfluss-Aktivitäten mit Planung und Triggern verkettet.
Warum er in der Prüfung steht: Domäne 2 prüft Pipelines als den kanonischen Weg zur Operationalisierung mehrstufiger Erfassung + Transformation über Lakehouse- und Warehouse-Ziele hinweg.
Eine Fabric-Workload, die verwaltete Apache Spark-Notebooks, Spark Job Definitions und Livy-Endpunkte für umfangreiches Data Engineering gegen das Lakehouse bereitstellt.
Warum er in der Prüfung steht: Domäne 2 nennt Spark-Notebooks als die Antwort, wenn die Transformation Python-/Scala-/SQL-/R-Code erfordert, der über das hinausgeht, was Dataflow Gen2 ausdrücken kann.
Eine Fabric-Workload, die auf der Kusto-Engine basiert — Eventhouse / KQL Database für die Speicherung, Eventstreams für die Erfassung und Real-Time Dashboards für die Visualisierung.
Warum er in der Prüfung steht: Domäne 2 + Domäne 3 behandeln Streaming-Erfassung und Abfragen im Sub-Sekundenbereich als erstklassiges Szenario; Real-Time Intelligence ist die dafür benannte Fabric-Antwort.
Eine Fabric-verwaltete Spark-Laufzeit mit Starter-Pools, benutzerdefinierten Pools, nativer Ausführungsengine-Beschleunigung und Bibliotheksverwaltung auf Workspace- oder Session-Ebene.
Warum er in der Prüfung steht: Domäne 3 (Monitor and Optimize) prüft die Dimensionierung von Spark-Pools, den Session- vs. Hochverfügbarkeitsmodus und Optimierungshebel wie die native Ausführungsengine.
Eine schreibgeschützte Abfragesprache für Zeitreihen- und Protokolldaten — die analytische Oberfläche von Fabric Real-Time Intelligence, Azure Data Explorer und Azure Monitor Logs.
Warum er in der Prüfung steht: Domäne 2 + Domäne 3 erwarten KQL-Flüssigkeit für das Abfragen von Eventhouse-Daten und das Schreiben von Update-Richtlinien, materialisierten Ansichten und kontinuierlichen Exporten.
Eine Open-Source-ACID-Speicherschicht auf Parquet — das zugrunde liegende Tabellenformat für Fabric Lakehouse-Tabellen, Warehouse und OneLake-Shortcuts.
Warum er in der Prüfung steht: Domäne 2 + Domäne 3 verweisen auf Delta-Funktionen (V-Order, Z-Ordering, OPTIMIZE, VACUUM, Time Travel) als die Optimierungshebel, die dem Data Engineer zur Verfügung stehen.
Ein Power BI semantisches Modell-Speichermodus, der Delta-Parquet-Dateien direkt aus OneLake liest — kein Import-Refresh, keine DirectQuery-Latenz.
Warum er in der Prüfung steht: Domäne 1 Fragen zum Design semantischer Modelle prüfen, wann Direct Lake für Lakehouse-/Warehouse-gestützte Berichterstellung Import oder DirectQuery vorzuziehen ist.
Ein Drag-and-Drop-Streaming-Erfassungselement, das Echtzeit-Ereignisse von Event Hubs, IoT Hub, Kafka, CDC-Quellen erfasst und sie an Eventhouse, Lakehouse oder benutzerdefinierte Senken leitet.
Warum er in der Prüfung steht: Domäne 2 prüft Eventstream als den kanonischen Low-Code-Pfad für die Streaming-Erfassung in Fabric — im Gegensatz zu benutzerdefiniertem Spark Structured Streaming-Code.
OneLake-Referenzen auf Daten in ADLS Gen2, Amazon S3, Google Cloud Storage, Dataverse oder einem anderen OneLake — Zero-Copy-Zugriff von jeder Fabric-Workload.
Warum er in der Prüfung steht: Domäne 1 + Domäne 2 bevorzugen Shortcuts in Szenarien der "Erfassung ohne Kopieren"; erwarten Sie Fragen, die Shortcuts von Kopier-Pipelines unterscheiden.
Eine zentralisierte Beobachtungs-Oberfläche für Pipelines, Dataflows, Notebooks, semantische Modelle und Eventstreams — aktuelle Ausführungen, Fehler, Dauern und Neu-Ausführen-Aktionen.
Warum er in der Prüfung steht: Domäne 3 nennt den Monitoring Hub als primäres Untersuchungstool, wenn eine Frage fragt "wo prüfen Sie, warum der Lauf fehlgeschlagen ist".
Eine Compute-Einkaufseinheit (F2 → F2048 / P-SKUs), gemessen in Kapazitätseinheiten, die den gleichzeitigen Workload-Durchsatz, die Glättung und das Bursting über Fabric-Elemente hinweg steuert.
Warum er in der Prüfung steht: Domäne 3 prüft die Kapazitätsdimensionierung, Drosselung, Glättungsfenster und das Bursting-/Überlastungsverhalten, das der Data Engineer planen muss.
Ein Cloud-Identitätsanbieter, der Fabric-Benutzer, Dienstprinzipale und verwaltete Identitäten authentifiziert, die von Pipelines, Notebooks und Eventstream-Konnektoren verwendet werden.
Warum er in der Prüfung steht: Domäne 1 prüft Entra-gesteuerte Workspace-Rollen, Berechtigungen auf Elementebene und OAuth-/Dienstprinzipal-Authentifizierung bei externen Konnektoren.
Eine logische Container-Hierarchie: Domänen gruppieren verwandte Workspaces, die Fabric-Elemente mit Rollenzuweisungen (Admin/Member/Contributor/Viewer) und Kapazitätsbindung enthalten.
Warum er in der Prüfung steht: Domäne 1 erwartet Workspace + Domäne als Zugriffssteuerungs- und Organisationsprimitive zur Trennung von Entwicklungs-/Test-/Produktionsumgebungen und Data-Product-Eigentum.
Ein Data-Governance-Dienst, der Fabric-Workspaces automatisch auf Katalogmetadaten, Lineage-Tracking über Elemente hinweg und die Verbreitung von Vertraulichkeitskennzeichnungen scannt.
Warum er in der Prüfung steht: Domäne 1 + Domäne 3 nennen Purview, wenn ein Szenario eine End-to-End-Lineage von der Quelle über die Pipeline bis zum Power BI-Bericht oder labelbasierte Zugriffsrichtlinien erfordert.
Ein verwalteter Speicher für Geheimnisse, Schlüssel und Zertifikate, auf den von Fabric-Verbindungsanmeldeinformationen, kundenseitig verwalteten Verschlüsselungsschlüsseln und Notebook-Geheimnissen verwiesen wird.
Warum er in der Prüfung steht: Domäne 2 erwartet Key Vault als Antwort, wenn eine Frage fragt, wie Datenbank-/Dienstprinzipal-Anmeldeinformationen, die von Fabric-Pipelines verwendet werden, gespeichert und rotiert werden können.
$110k–$150k–$210k USD jährlich
Die Spanne umfasst Data Engineers der mittleren bis gehobenen Ebene mit Sitz in den USA; Fabric-spezifische Gehaltsdaten sind aufgrund der allgemeinen Verfügbarkeit im September 2024 noch spärlich, daher stützen sich die Zahlen auf angrenzende Azure- / Databricks-Data-Engineer-Rollen. Senior Data Engineers bei FAANG / Fintech / großen Microsoft-Partnerberatungsunternehmen überschreiten oft 230.000 $ TC.
Quelle: levels.fyi 2025 data engineer / data platform engineer roles, U.S. BLS OEWS May 2024 (15-1242 database administrators, 15-1252 software developers), Glassdoor 2025. Die Zahlen sind ungefähr; die tatsächliche Vergütung hängt von der Rolle, der Region und der Erfahrung ab.
DP-700 ist die Ergänzung zum DP-600 im Engineering-Bereich und wurde eingeführt, als die Akzeptanz von Microsoft Fabric Ende 2024 bis 2026 zunahm. Recruiter bei Microsoft-Partnerberatungsunternehmen, großen Datenplattformorganisationen und Unternehmen, die Synapse- / Databricks-Investitionen auf Fabric konsolidieren, haben begonnen, DP-700 als bevorzugte Zertifizierung aufzulisten. Es passt hervorragend zu DP-600 für Ingenieure, die sowohl Engineering- als auch Analytics-Engineering-Aufgaben übernehmen, zu DP-203 (noch aktiv während des Fabric-Übergangs) für hybride Synapse- / Fabric-Umgebungen und zu DP-300 für Ingenieure, die in den DBA-Bereich wechseln. Hinweis: Da es sich um ein brandneues Zertifikat handelt, sind die Häufigkeit von Stellenbeschreibungen und Gehaltsdaten noch in der Entwicklung – die Nachfrage wird sich voraussichtlich bis 2026 weiter festigen.
Es gibt keine formalen Voraussetzungen. Microsoft empfiehlt praktisches Data-Engineering-Erfahrung mit Synapse, Databricks oder Data Factory sowie fließende Kenntnisse in mindestens einem von PySpark, T-SQL oder KQL – DP-700 ist keine Einstiegsprüfung. Kandidaten, die von DP-203 (Azure Data Engineer Associate, noch aktiv) kommen, finden den Bereich Ingest / Transform in der Regel natürlich. DP-900 ist ein nützlicher konzeptioneller Einstieg für Kandidaten, die neu bei Azure-Datendiensten sind; DP-600 ist sehr komplementär für Ingenieure, die sowohl Engineering- als auch Analytics-Engineer-Zertifizierungen wünschen.
Der offizielle Microsoft Learn-Pfad deckt alle drei Bereiche in etwa 35–45 Stunden ab. Praktische Erfahrung in einer Fabric-Testkapazität (60-tägige kostenlose Testversion) ist unerlässlich – DP-700-Fragen belohnen Kandidaten, die tatsächlich Medaillon-Pipelines gebaut, Eventstreams konfiguriert und Spark-Notebooks optimiert haben. Material von Drittanbietern ist noch spärlich; stützen Sie sich hauptsächlich auf Microsoft Learn und die offizielle Übungsbewertung.
DP-700 befindet sich in der Associate-Stufe und gilt aufgrund der Breite des Fabric-Engineering-Bereichs allgemein als eine der anspruchsvolleren Associate-Prüfungen. Planen Sie 80–120 Stunden Lernzeit über 8–12 Wochen ein, wenn Sie bereits über Data-Engineering-Erfahrung verfügen; wesentlich länger, wenn Spark- / SQL-Data-Engineering neu ist. Die Prüfung dauert 120 Minuten – länger als die meisten Associate-Prüfungen – mit 40–60 Fragen in den Formaten Multiple-Choice, Multiple-Response, Drag-and-Drop (einschließlich Code-Vervollständigung über PySpark, T-SQL und KQL), Hot-Area und Fallstudie.
Der häufigste Stolperstein ist die Breite der Compute-Engines – Spark-Notebooks, T-SQL-Warehouses, KQL-Eventhouses und Eventstreams haben jeweils unterschiedliche Optimierungs- und Betriebsaspekte, und die Prüfung erwartet fließende Kenntnisse in all diesen Bereichen. Kapazitätsmanagement (CU-Verbrauch, Drosselung, Bursting, Glättung) und die Entscheidung zwischen Lakehouse und Warehouse sind häufige Fallstricke. Da es sich um eine kürzlich eingeführte Prüfung handelt, variiert die Qualität des Materials von Drittanbietern; Microsoft Learn bleibt die zuverlässigste Quelle.
Erste allgemeine Verfügbarkeit. Die Beta-Prüfung lief von Juli bis September 2024 zu ermäßigten Preisen. Microsoft hat signalisiert, dass DP-700 aufgrund des schnellen Tempos der Microsoft Fabric Feature-Veröffentlichungen häufige Überarbeitungen der Inhalte erfahren wird.
DP-700 (Microsoft Fabric Data Engineer Associate) ist eine eine mittelschwere Prüfung, die praktische Erfahrung sowie ein solides Verständnis der Best Practices erwartet Associate-Level-Prüfung. Die meisten Kandidaten benötigen 80–150 Stunden Lernzeit, verteilt über 6–12 Wochen, für Prüfungen auf Associate-Niveau. Die meisten Kandidaten, die bei Übungsprüfungen konstant über der Bestehensschwelle liegen, bestehen beim ersten Versuch.
Die meisten Kandidaten benötigen 80–150 Stunden Lernzeit, verteilt über 6–12 Wochen, für Prüfungen auf Associate-Niveau. Die benötigte Zeit bis zum Bestehen variiert stark je nach Vorerfahrung. Ingenieure mit praktischer Produktionserfahrung in der zugrunde liegenden Technologie benötigen in der Regel weniger; Kandidaten, die neu auf der Plattform sind, sollten sich am oberen Ende dieses Bereichs orientieren.
DP-700 ist ein anerkanntes Zeugnis im Azure-Ökosystem und signalisiert Arbeitgebern, Personalvermittlern und Kunden validiertes Wissen. Ob es sich für Sie lohnt, hängt von Ihrer Rolle und Ihren Zielen ab – es zahlt sich am meisten für Cloud-Ingenieure, Architekten und Berater aus, die täglich mit Azure arbeiten oder in solche Rollen wechseln möchten.
Die Bestehensgrenze für DP-700 beträgt 700 / 1000. Die Prüfung enthält 50 Fragen und dauert 2 Std.
Die Prüfungsgebühr für DP-700 beträgt $165 USD. Die Gebühren werden von Azure festgelegt und können je nach Region variieren; bestätigen Sie immer den aktuellen Preis auf der offiziellen Azure Zertifizierungsseite, bevor Sie buchen.
Microsoft rollenbasierte Zertifizierungen verfallen nach 1 Jahr, können aber kostenlos über eine unüberwachte Online-Bewertung auf Microsoft Learn erneuert werden, beginnend 6 Monate vor dem Ablaufdatum.
Ja. Sie können die Prüfung online (über den sicheren Browser des Anbieters, in den meisten Regionen rund um die Uhr verfügbar) oder in einem persönlichen Pearson VUE Testzentrum während der Geschäftszeiten ablegen. Beide Formate verwenden die gleichen Fragen, Zeitlimits und Bestehensgrenzen.
CertLabPro bietet 15 Lernmodi für die Übungsfragenbank für DP-700. Der Prüfungssimulationsmodus bildet die echte Prüfung ab: 50 Fragen in 2 Std, mit der gleichen Bestehensschwelle von 700 / 1000. Im Browsing-Modus können Sie jede Frage und Antwort statisch lesen.