383 お客様のコメント
クリック」
2026年にMicrosoft Implementing Data Engineering Solutions Using Microsoft Fabricへの挑戦をお考えなら、JPNTestにお任せください。DP-700の144の練習問題に加え、無料サンプルや365日間の無料更新、返金保証まで、学習から購入後のサポートまで一貫してご提供しています。
Microsoft DP-700 試験概要:
| 認定ベンダー: | Microsoft |
|---|---|
| 試験名: | Microsoft Fabric を使用したデータ エンジニアリング ソリューションの実装 |
| 試験番号: | DP-700 |
| 出題数: | 50 - 60 |
| 認定の有効期間: | 12 か月（毎年更新可能） |
| 受験料: | $165 USD |
| 合格点: | 700 / 1000 |
| 対応言語: | 日本語, 英語, フランス語, 簡体字中国語, ポルトガル語（ブラジル）, スペイン語, ドイツ語 |
| 試験時間: | 100 分 |
| 関連資格: | Microsoft Certified: Fabric Data Engineer Associate |
| 試験形式: | シナリオ ベース, ケース スタディ, ドラッグ アンド ドロップ, 択一式 |
| サンプル問題: | Microsoft DP-700 サンプル問題 |
| 受験方法: | オンライン監督試験またはテスト センター |
| 前提条件: | 特定の前提資格は不要です。 |
| 公式シラバスのURL: | https://learn.microsoft.com/en-us/credentials/certifications/exams/dp-700/ |
Microsoft DP-700 試験シラバストピック:
| セクション | 比重 | 目標 |
|---|---|---|
| 分析ソリューションを実装および管理する | 30-35% | - 分析アセットのライフサイクル管理とソース管理を実装する - セキュリティとガバナンスを実装する - Data Factory pipelines を使用してプロセスをオーケストレーションする - ワークスペース設定と項目アクセスを構成および管理する |
| データを取り込み、変換する | 30-35% | - Dataflows Gen2 と notebooks を使用してデータを変換する - Delta tables を最適化および管理する - eventstreams を使用してデータを取り込み、変換する - 読み込みパターンを設計および実装する - Data Factory pipelines と Dataflows Gen2 を使用してデータを取り込む |
| 分析ソリューションを監視し、最適化する | 30-35% | - データ ストレージとクエリのパフォーマンスを最適化する - Fabric items を監視する - パイプラインでエラー処理を実装する |
DP-700試験についてよくあるご質問
「DP-700」は、Microsoftが実施する「Microsoft Fabric を使用したデータ エンジニアリング ソリューションの実装」の試験コードです。この試験に合格すると、「Microsoft Certified: Fabric Data Engineer Associate」の認定を取得できます。認定レベルはアソシエイトに位置づけられています。関連する認定としては、Microsoft Certified: Fabric Data Engineer Associateなどが挙げられます。JPNTestでは、DP-700試験対策として144の練習問題をご用意しています。
DP-700試験の出題数は50 - 60、制限時間は100 分です。限られた時間内で全問に取り組む必要があるため、1問にかけられる時間を常に意識し、難しい問題に長く留まりすぎないペース配分が求められます。本番で時間不足に慌てないよう、JPNTestのテストエンジンで制限時間つきの模擬試験に挑戦し、時間配分の感覚を体に覚えさせておくことをおすすめします。
DP-700試験の合格ラインは700 / 1000、受験料は$165 USDです。万が一不合格だった場合、再受験には改めて全額の受験料が必要になるため、費用面の負担も無視できません。受験前にJPNTestの144の練習問題で模擬試験に取り組み、安定して合格ラインを超えられることを確認してから本番に臨むと安心です。
特定の前提資格は不要です。
受験条件は変更される場合があります。最新かつ正確な情報は、Microsoftの公式ページで必ずご確認ください。
はい、ご購入前にJPNTestのDP-700問題集の無料サンプル（PDFデモ）をダウンロードして、問題の品質や形式をご確認いただけます。ご購入後は365日間の無料更新が付帯し、更新期間の終了後も50%割引で継続更新をご利用いただけるため、常に最新の出題傾向に沿った内容で学習を続けられます。
JPNTestでは「返金保証」制度をご用意しています。ご購入後60日以内にDP-700試験を受験して不合格となった場合、全額返金をご申請いただけます。なお、ご購入後3日以内の受験や、ダウンロード後に実際の受験をしていない場合、無料資料や期限切れのご注文は対象外となり、受験者氏名とお支払い者氏名が一致している必要があります。ご申請の際は、受験票（enrollment slip）の写しと公式スコアレポート（Score Report）のPDFを試験後2日以内にご提出いただき、受理後7日以内に手続きが完了します。返金をご希望でない場合は、同等価値の試験資料2点を無料でお受け取りいただき、元の製品の更新サービスを継続する選択肢もございます。
また、ご購入いただいた製品はお支払い完了後すぐにダウンロードでき、メールでも1分以内にお届けします。2時間以内に届かない場合はカスタマーサポートまでご連絡ください。インストール可能なパソコンの台数に制限はありません。
DP-700試験の出題範囲は、全部で3分野で構成されています。主な分野としては、「分析ソリューションを実装および管理する」（30-35%）、「データを取り込み、変換する」（30-35%）、「分析ソリューションを監視し、最適化する」（30-35%）などが挙げられます。各分野の詳細なトピックと配点は、上記の試験大綱をご確認ください。JPNTestのDP-700練習問題は、これらの出題分野を幅広くカバーしています。
Microsoft Implementing Data Engineering Solutions Using Microsoft Fabric 認定 DP-700 試験問題：
DRAG DROP
You have a Fabric eventhouse that contains a KQL database. The database contains a table named TaxiData.
The following is a sample of the data in TaxiData.
You need to build two KQL queries. The solution must meet the following requirements:
One of the queries must partition RunningTotalAmount by VendorID.
The other query must create a column named FirstPickupDateTime that shows the first value of each hour from tpep_pickup_datetime partitioned by payment_type.
How should you complete each query? To answer, drag the appropriate values the correct targets. Each value may be used once, more than once, or not at all. You may need to drag the split bar between panes or scroll to view content.
NOTE: Each correct selection is worth one point.
正解：
Explanation:
Partition the RunningTotalAmount by VendorID. - Row_cumsum
The Row_cumsum function computes the cumulative sum of a column while optionally restarting the accumulation based on a condition. In this case, it calculates the cumulative sum of total_amount for each VendorID, restarting when the VendorID changes (VendorID != prev(VendorID)).
Create a column FirstPickupDateTime that shows the first value of each hour from tpep_pickup_datetime, partitioned by payment_type - Row_window_session
You have a Fabric workspace that contains a warehouse named Warehouse1. Data is loaded daily into Warehouse1 by using data pipelines and stored procedures.
You discover that the daily data load takes longer than expected.
You need to monitor Warehouse1 to identify the names of users that are actively running queries.
Which view should you use?
- A. queryinsights.frequently_run_queries
- B. sys.dm_exec_sessions
- C. queryinsights.long_running_queries
- D. sys.dm_exec_connections
- E. sys.dm_exec_requests
正解：B 🗳️
解説: (JPNTest メンバーにのみ表示されます)
You have a Fabric workspace named Workspace1 that contains a lakehouse named Lakehouse1. Lakehouse1 contains the following tables:
Orders
Customer
Employee
The Employee table contains Personally Identifiable Information (PII).
A data engineer is building a workflow that requires writing data to the Customer table, however, the user does NOT have the elevated permissions required to view the contents of the Employee table.
You need to ensure that the data engineer can write data to the Customer table without reading data from the Employee table.
Which three actions should you perform? Each correct answer presents part of the solution.
NOTE: Each correct selection is worth one point.
- A. Migrate the Employee table from Lakehouse1 to Lakehouse2.
- B. Assign the data engineer the Viewer role for Workspace2.
- C. Assign the data engineer the Contributor role for Workspace1.
- D. Create a new workspace named Workspace2 that contains a new lakehouse named Lakehouse2.
- E. Share Lakehouse1 with the data engineer.
- F. Assign the data engineer the Viewer role for Workspace1.
- G. Assign the data engineer the Contributor role for Workspace2.
正解：A、C、E 🗳️
解説: (JPNTest メンバーにのみ表示されます)
You have an Azure key vault named KeyVaultl that contains secrets.
You have a Fabric workspace named Workspace-!. Workspace! contains a notebook named Notebookl that performs the following tasks:
* Loads stage data to the target tables in a lakehouse
* Triggers the refresh of a semantic model
You plan to add functionality to Notebookl that will use the Fabric API to monitor the semantic model refreshes. You need to retrieve the registered application ID and secret from KeyVaultl to generate the authentication token.
Solution: You use the following code segment:
Use notebookutils.credentials.getSecret and specify the key vault URL and key vault secret. Does this meet the goal?
- A. Yes
- B. No
正解：A 🗳️
You have a Fabric workspace named Workspace1. Your company acquires GitHub licenses.
You need to configure source control for Workpace1 to use GitHub. The solution must follow the principle of least privilege. Which permissions do you require to ensure that you can commit code to GitHub?
- A. Actions (Read and write) only
- B. Actions (Read and write) and Contents (Read and write)
- C. Contents (Read) and Commit statuses (Read and write)
- D. Contents (Read and write) only
正解：D 🗳️
0
0
0
0
