Microsoft Fabric: DP-600 מול DP-700, באיזה מהם כדאי לבחור?

תשובה מהירה: DP-600 אם היום שלך מעוצב על ידי מודלים סמנטיים של Power BI, מידול ממדי ו-DAX. DP-700 אם היום שלך מעוצב על ידי צינורות Lakehouse, Spark והזרמה מצטברת (incremental ingestion). שניהם אם אתה יועץ שותף שמוכר Fabric וצריך להיות בעל אמינות על כל המערך (stack).

שתי הבחינות חדשות — DP-600 יצא לזמינות כללית (GA) באפריל 2024, ו-DP-700 בספטמבר 2024. בקושי קיימים 18 חודשים של נתוני שוק לגבי שתיהן. מספרי השכר למטה הם זמניים ואני אציין היכן אני מבצע אקסטרפולציה מתפקידים סמוכים במקום לצטט נתוני סקר ישירים, מכיוון שנתונים ישירים כאלה עדיין אינם קיימים באמת.

מהו Fabric למעשה

אם לא נגעתם ב-Fabric, גרסת המעלית: מיקרוסופט לקחה את Power BI, Data Factory, Synapse Data Warehouse, Synapse Spark, Real-Time Analytics (KQL), Data Activator, ו-Purview, הדביקה אותם יחד עם שכבת אחסון מאוחדת (OneLake, שהוא Delta Parquet מתחת למכסה המנוע), וארזה את כל העניין תחת מודל חיוב אחד (יחידות קיבולת, F2 עד F2048). הושק ב-Microsoft Build 2023, וזמינות כללית (GA) בנובמבר 2023.

ההצעה היא "פלטפורמה אחת, ללא מס אינטגרציה". המציאות בשנת 2026 היא ש-Fabric שימושי באמת עבור עומסי עבודה אנליטיים חדשים לגמרי (net-new), פחות שימושי להעברת הגדרות Synapse או Databricks בוגרות, ומורכב פוליטית בחברות שכבר עשו סטנדרטיזציה על משהו אחר. אך האימוץ בתוך ארגונים המיושרים עם מיקרוסופט היה מהיר — Forrester Wave ממקם את Fabric ברביע המובילים (Leaders quadrant) עבור פלטפורמות נתונים בענן נכון לסוף 2025.

שני האישורים מפצלים את הקהל לפי קו מוכר: אנשים שבונים מודלים לאנליסטים לעומת אנשים שבונים צינורות (pipelines) לכולם.

DP-600: מהנדס אנליטיקה ב-Fabric

שם מלא: Microsoft Certified Fabric Analytics Engineer Associate. שעתיים, כ-40–60 שאלות, $165, דרישת קדם היא "ניסיון עם Power BI ופתרונות אנליטיקה" (אין דרישת קדם רשמית של הסמכה).

מה הוא מכסה, במשקל גס:

• תחזוקת פתרון אנליטיקת נתונים (~20%) — אבטחה, ממשל (governance), ניהול מודלים סמנטיים, מחזור חיים (צינורות פריסה, אינטגרציית Git עם Azure DevOps או GitHub).
• הכנת נתונים (~30%) — הזרמה (ingest) עם Dataflow Gen2, טרנספורמציה עם מחברות (כן, קצת ידע ב-Spark / SQL), בחירה בין Lakehouse ל-Warehouse, T-SQL ו-PySpark בעומק שיחתי.
• יישום וניהול מודלים סמנטיים (~25%) — זהו לב הבחינה. Star schema, DAX, עמודות מחושבות לעומת מדדים (measures), מודלים מורכבים (composite models), פורמטי מודלים גדולים (TMSL, TMDL), מצב Direct Lake.
• חקירה וניתוח נתונים (~25%) — שאילתות DAX, עיצוב דוחות Power BI, כוונון ביצועים (VertiPaq Analyzer, DAX Studio).

היכן DP-600 מתמקד במיוחד: מידול סמנטי ב-Power BI. אם אינך יכול לכתוב DAX סביר או לעצב Star schema מתוך שינה, DP-600 יכאיב. הבחינה מצפה ממך לזהות דפוסי-נגד (anti-patterns) (סינון דו-כיווני על כל קשר, עמודות מחושבות במקום שבו צריכים להיות מדדים, שתי טבלאות עובדות המאוחדות ישירות), לבחור את מצב האחסון הנכון (Import / DirectQuery / Direct Lake), ולהבין את דחיסת VertiPaq.

Direct Lake — מצב האחסון המאפשר ל-Power BI לקרוא Delta Parquet מ-OneLake ללא Import — נבדק רבות. זהו גם הדבר הייחודי ביותר ל-Fabric בבחינה.

DP-700: מהנדס נתונים ב-Fabric

שם מלא: Microsoft Certified Fabric Data Engineer Associate. שעתיים, כ-40–60 שאלות, $165, ללא דרישת קדם רשמית.

מה הוא מכסה:

• יישום וניהול פתרון אנליטיקה (~30%) — ניהול סביבת עבודה וקיבולת, אבטחה (תפקידי סביבת עבודה, הרשאות ברמת פריט, אבטחת שורה / עמודה / אובייקט), CI/CD עם צינורות פריסה ו-Git.
• הזרמה וטרנספורמציה של נתונים (~30%) — צינורות Data Factory, Dataflow Gen2 בעומק הנדסי (רענון מצטבר, פרמטריזציה), מחברות עם PySpark ו-Spark SQL, Real-Time Intelligence עם KQL.
• ניטור ואופטימיזציה של פתרון אנליטיקה (~30%) — מרכז ניטור, אפליקציית מדדי קיבולת, כוונון משימות Spark, תחזוקת טבלאות Lakehouse (V-Order, optimize, vacuum).
• יישום אבטחה וממשל (~10%) — אינטגרציה עם Purview, תוויות רגישות (sensitivity labels), זהות סביבת עבודה.

היכן DP-700 מתמקד במיוחד: פנימיות Spark ו-Lakehouse. עליך להיות מספיק מיומן ב-PySpark כדי לקרוא מחברת של מישהו אחר, לזהות מתי החלוקה למחיצות (partitioning) שגויה, ולבחור בין Lakehouse (Spark + נקודת קצה SQL) לבין Warehouse (T-SQL מקורי, DML מלא). הבחינה מעמיקה יותר ב-Real-Time Intelligence מאשר DP-600 — שאילתות KQL, זרמי אירועים (eventstreams), בתי אירועים (eventhouses).

אם עבדתם ב-Databricks בעבר, חלקי ה-Spark וה-Lakehouse של DP-700 ירגישו נוחים. אם מעולם לא נגעתם ב-Spark, DP-700 הוא אתגר רציני.

בחירה ביניהם

	DP-600	DP-700
קהל יעד	מפתחי BI, מהנדסי אנליטיקה, מומחי Power BI	מהנדסי נתונים, מפתחי ETL, מתרגלי Spark
מתמקד ב-	DAX, מודלים סמנטיים, Star schema	PySpark, צינורות (pipelines), פנימיות Lakehouse
נוח להתחיל עם	רקע חזק ב-Power BI	SQL חזק + קצת Python / Spark
לדלג אם	מעולם לא נגעת ב-Power BI ברצינות	מעולם לא כתבת PySpark או T-SQL ETL
מומלץ לשלב עם	PL-300 קיים (Power BI Data Analyst)	DP-203 קיים (Azure Data Engineer מדור קודם)

לרוב אנשי המקצוע בתחום האנליטיקה יש נטייה ברורה. אם אינך בטוח באיזה צד אתה, הסתכל על חמשת הקריאות האחרונות שסגרת. אם הן כללו "בנה מדד", "תקן DAX זה", "מודל ממד זה" — DP-600. אם הן כללו "הזן מקור זה", "תקן צינור זה", "כוונון משימת Spark זו" — DP-700.

מה לגבי DP-203

DP-203 (Azure Data Engineer Associate) הוצא לגמלאות ב-31 במרץ 2025. אם החזקתם בו, הוא נשאר בתמליל שלכם אך אינכם יכולים לחדש אותו לאחר פקיעת תוקפו. DP-700 הוא היורש הרוחני לעידן Fabric. אם אתם מוסמכים ל-DP-203 ועבודתכם עוברת ל-Fabric, DP-700 הוא צעד הגיוני הבא.

שכר, עם הסתייגות

כאן אני צריך להיות כנה: סקרי שכר ייעודיים ל-Fabric עדיין לא ממש קיימים מכיוון שאוכלוסיית המוסמכים קטנה ורוב מודעות הדרושים ל"Fabric Analytics Engineer" עדיין מאגדות את התפקיד עם תארים סמוכים (מפתח BI, מהנדס אנליטיקה, מהנדס נתונים). מה שאני יכול להציע זה נתוני תפקידים סמוכים, מתוך הנחה שמומחיות ב-Fabric נמצאת בערך בשוויון לעת עתה.

• מהנדס אנליטיקה / מפתח BI עם כישורי Power BI חזקים, ארה"ב, דגימת levels.fyi לשנים 2025–2026: שכר בסיס $115k–$170k, רובם $130k–$155k. הוסף $10k–$25k לעבודה ברמת בכיר (senior-level).
• מהנדס נתונים עם ניסיון ב-Azure / Databricks, ארה"ב: שכר בסיס $130k–$190k, רובם $145k–$175k. מהנדס נתונים בכיר בחברות דומות ל-FAANG: שכר בסיס $180k–$230k, שכר כולל $250k–$350k.
• פרמיית שותף של מיקרוסופט — חברות שותפות המחייבות עבור פרויקטים של Fabric משלמות 5–15% מעל ממוצע השוק המקומי עבור יועצים מוסמכים מכיוון שהן זקוקות לכוח אדם ברמת שותף ולקוחות מבקשים צוות מוסמך.

DP-600 ו-DP-700 חדשים מדי (פחות משנתיים בזמינות כללית) מכדי שיהיה להם אות פרמיה ברור ספציפי להסמכה. ההבנה שלי היא שהם שווים כרגע יותר מסתם העלאת שכר — הם אותות של חלוצים בפלטפורמה בצמיחה מהירה — וכי פרמיה זו תיעלם במהלך 3–5 השנים הבאות ככל שאוכלוסיית המוסמכים תגדל. אם אתם מתכוונים לגשת לאחת מהן, עדיף מוקדם מאשר מאוחר.

תוקף וחידוש

שניהם מבוססי תפקיד (role-based), תקפים לשנה אחת, ניתנים לחידוש בחינם באמצעות הערכת Microsoft Learn ללא פיקוח בחלון של 6 חודשים לפני פקיעת התוקף. הערכות החידוש לשניהם היו סבירות עד כה — קצרות מהמקוריות, וממוקדות במה שחדש בפלטפורמה (שעבור Fabric הוא הרבה, כמעט מדי חודש).

האם כדאי לגשת לשניהם

כן, אם אתה יועץ שותף או מקצוען נתונים עצמאי שמנהל את כל התהליך מקצה לקצה (end-to-end). התוכניות חופפות אולי ב-15–20% (ממשל, ניהול סביבת עבודה, יסודות Direct Lake), כך שהבחינה השנייה זולה באופן משמעותי יותר להכנה מאשר הראשונה.

כנראה שלא אם אתה כבר מתמחה בחברה גדולה יותר. פשוט תשמור על זו שתואמת את עבודתך היומיומית.

בשורה התחתונה

DP-600 אם הקריירה שלך מעוצבת סביב Power BI, DP-700 אם היא מעוצבת סביב צינורות (pipelines). נתוני השכר דקים מכדי לתת "זה משלם יותר" בביטחון — שניהם נמצאים באותן רצועות כמו תפקידים סמוכים שאינם Fabric, עם פרמיה קטנה של חלוצים שלא תימשך לנצח.

לומדים עכשיו? שאלות תרגול ל-DP-600 או בחינת DP-600 מתוזמנת. ל-DP-700: עיינו כאן או התחילו ריצה מתוזמנת. אם אתם בתחילת דרככם בתחום הנתונים, DP-900 הוא האישור הבסיסי המכסה באופן כללי מהם Fabric, Synapse ו-Cosmos DB.