Azure Data Fundamentals (DP-900): Sådan bliver du klar til eksamen

DP-900 er Microsofts fundamentale Azure Data-certificering for kandidater, der skal kunne forklare centrale datakoncepter og forstå, hvordan relationelle data, ikke-relationelle data og analysearbejdsbelastninger bruges på Azure.

DP-900 er typisk et godt første skridt for personer, der arbejder tæt på data uden nødvendigvis at være databaseudviklere eller cloudarkitekter. Den passer til junioranalytikere, BI-profiler, studerende, karriereskiftere og ledere, der vil kunne tale mere præcist om dataplatforme, datalagring og analyse i Azure.

Det vigtigste ved forberedelsen er at behandle eksamen som en begrebs- og scenarieeksamen, ikke som en hukommelsestest i portalens knapper. Microsoft kan ændre eksamensindhold og vægtning over tid, og derfor bør kandidater altid læse den aktuelle skills outline på Microsoft Learn og bruge den som facit for, hvad der er relevant. Sidst opdateret: 2026. Versionsnote: denne artikel beskriver varige DP-900-kompetenceområder og undgår faste tal for spørgsmål, tid og vægtninger, fordi de bør kontrolleres på den officielle Microsoft-eksamensside før tilmelding.

Hvad DP-900 faktisk måler

Eksamen måler forståelse af fire brede områder: grundlæggende datakoncepter, relationelle data på Azure, ikke-relationelle data på Azure og analysearbejdsbelastninger på Azure. Det betyder, at kandidaten skal kunne kende forskel på typer af data, forklare hvornår en relationel database giver mening, forstå idéen bag dokumentdatabaser og beskrive hvordan data kan indsamles, behandles, analyseres og visualiseres.

Fakta bør holdes adskilt fra råd. Fakta er, at DP-900 er en Microsoft Fundamentals-eksamen med eksamenskode DP-900, og at den administreres gennem Microsofts certificeringsplatform og officielle eksamensside. Rådet er at forberede sig ved at omsætte hvert kompetencemål til en lille Azure-opgave, fordi scenarier bliver langt lettere at gennemskue, når kandidaten har set en tjeneste fungere i praksis.

En almindelig fejl er at læse gamle svarsamlinger eller fokusere på præcise formuleringer fra tidligere spørgsmål. Det giver en skrøbelig forberedelse, fordi eksamen kan ændre sig, og fordi brain-dumps ikke lærer kandidaten at vælge den rigtige tjeneste i et nyt scenarie. En bedre tilgang er at spørge, hvilket problem scenariet beskriver: strukturerede transaktioner, fleksible dokumenter, analyse på tværs af store datasæt eller visualisering til forretningen.

Fra kompetencemål til konkrete Azure-opgaver

De centrale datakoncepter handler om struktur, relationer, formål og brugsmønstre. Strukturerede data passer naturligt i tabeller med kolonner og relationer, mens semistrukturerede og ustrukturerede data ofte kræver mere fleksible modeller. For en DP-900-kandidat er det vigtigere at kunne forklare forskellen end at kunne administrere en produktionsdatabase.

Relationelle data på Azure forbindes især med Azure SQL Database og SQL-baserede begreber som tabeller, primærnøgler, fremmednøgler, normalisering og forespørgsler. En praktisk øvelse kan være at skitsere en simpel kundedatabase med tabeller for kunder, ordrer og ordrelinjer. Formålet er ikke at bygge et avanceret system, men at forstå hvorfor relationer og dataintegritet betyder noget.

Ikke-relationelle data på Azure handler ofte om Azure Cosmos DB og fleksible datamodeller. Her opstår en typisk forveksling omkring Cosmos DB’s API’er: kandidater kan lære navne uden at forstå, at API-valget hænger sammen med applikationens model og adgangsmønster. Et scenarie med produktkataloger, brugerprofiler eller IoT-hændelser bør få kandidaten til at overveje dokumentstruktur, partitionering på et højt niveau og skaleringsbehov, ikke blot ordet NoSQL.

Analysearbejdsbelastninger samler data med henblik på indsigt. Azure Synapse Analytics, data warehousing-begreber, pipelines og Power BI optræder her som dele af et analytisk flow. En god øvelse er at beskrive, hvordan salgsdata kunne lande i et datalager, transformeres til rapporteringsvenlige modeller og præsenteres i Power BI. Det træner eksamenslogikken uden at kræve, at kandidaten bygger en fuld enterprise-platform.

Praktisk lab-forberedelse uden unødige omkostninger

Praktisk erfaring gør begreberne mere holdbare. Det er lettere at forstå forskellen mellem relationel og ikke-relationel lagring, når kandidaten har oprettet en simpel database, set hvordan data organiseres og derefter slettet ressourcen igen. Det samme gælder analyse: en lille rapport i Power BI gør begreber som datasæt, visualisering og model langt mere konkrete.

En fornuftig lab-strategi er at arbejde med små, midlertidige miljøer. Brug Microsoft Learn-sandboxes, hvor de er tilgængelige, og brug egne Azure-ressourcer med forsigtighed, når en øvelse kræver det. Opret budgetter eller kostadvarsler, vælg små testressourcer, og gør “deploy-and-delete” til standard. Særligt Cosmos DB-kapacitet, større analysekomponenter og ressourcer, der efterlades i dvale, kan give uventede omkostninger, hvis de ikke ryddes op.

1. Start med at læse den aktuelle skills outline på Microsoft Learn og markér de begreber, der går igen på tværs af områderne.
2. Opret en lille Azure SQL Database-øvelse eller gennemfør en Microsoft Learn-lab, der viser tabeller, relationer og simple forespørgsler.
3. Arbejd med et Cosmos DB-scenarie på konceptniveau og forklar, hvorfor dokumentdata kræver en anden tankegang end tabeller.
4. Skitser et analyseflow fra datakilde til rapportering med Synapse-begreber og Power BI, også hvis øvelsen kun udføres delvist.
5. Slet testressourcer efter hver lab og kontrollér omkostningssiden i Azure-portalen, før næste øvelse begynder.

Et struktureret DP-900 Azure Data Fundamentals kursus kan være relevant for kandidater, der ønsker instruktion og øvelser samlet i et forløb. Det ændrer dog ikke på grundprincippet: kandidaten skal kunne forklare tjenestevalg og datakoncepter med egne ord.

Eksempelspørgsmål forklaret som scenarier

Gode øvespørgsmål bør ikke forsøge at genskabe den rigtige eksamen. De bør i stedet teste den type tænkning, DP-900 kræver. Nedenstående eksempler er derfor studieeksempler og ikke gengivelser af faktiske eksamensspørgsmål.

En virksomhed gemmer kundeordrer, hvor hver ordre skal knyttes til én kunde og flere ordrelinjer. Hvilken datamodel passer bedst? Den mest oplagte forklaring er en relationel model, fordi relationer, nøgler og konsistens er centrale. Azure SQL Database er derfor et naturligt DP-900-svar i et grundlæggende Azure-scenarie.

En mobilapp gemmer brugerprofiler, hvor nogle brugere har mange ekstra præferencer, mens andre kun har få. Skemaet ændrer sig løbende. Her peger scenariet mod ikke-relationelle data, fordi en dokumentmodel kan rumme variation bedre end en fast tabelstruktur. Kandidaten bør dog stadig kunne forklare, at fleksibilitet ikke fjerner behovet for gennemtænkte adgangsmønstre.

En ledelsesgruppe vil se månedligt salg fordelt på regioner og produktkategorier. Data kommer fra flere kilder og skal ende i rapporter. Scenariet handler om analysearbejdsbelastninger snarere end almindelig transaktionsbehandling. I DP-900-termer er det relevant at tænke i dataintegration, analysemodeller og Power BI-visualisering.

En organisation vil sikre, at kun bestemte medarbejdere kan læse følsomme data, og at data beskyttes under lagring. Her er tjenestevalget ikke hele svaret. Kandidaten skal også kende grundbegreber som rollebaseret adgangskontrol, kryptering og compliance. Datasikkerhed bliver ofte undervurderet i forberedelsen, men det er en del af at forstå dataarbejde på Azure.

Registrering, eksamensformat og aktuelle fakta

Der er ingen grund til at antage særlige tekniske forudsætninger, før DP-900 påbegyndes, men grundlæggende forståelse af data og cloud gør læringen lettere. Kandidater bør registrere sig gennem Microsofts officielle eksamensside, vælge leveringsform og læse alle aktuelle oplysninger om sprog, format, politikker og eventuelle ændringer dér. Microsoft Learn og den officielle DP-900-eksamensside er de primære kilder til eksamensfakta.

Det er værd at skelne mellem eksamenens drift og eksamenens faglige kerne. Drift handler om registrering, leveringsform, politikker og den aktuelle eksamensside. Den faglige kerne handler om datatyper, relationelle løsninger, ikke-relationelle løsninger, analytics og sikkerhed. Driftsoplysninger skal altid verificeres tæt på eksamensdatoen, mens de centrale begreber typisk er mere stabile.

Hvis kandidaten også ønsker bredere Azure-forståelse, kan emnesiden for Microsoft Azure-kurser bruges til at se, hvordan data, administration, sikkerhed og cloudfundamenter hænger sammen. Forberedelsen til DP-900 bliver ofte bedre, når Azure ikke kun ses som en samling datatjenester, men som en platform med identitet, styring, sikkerhed og omkostningskontrol.

Næste skridt efter DP-900

DP-900 er en fundamentals-certificering, så værdien ligger især i retning og fælles sprog. Efter eksamen bør næste skridt vælges ud fra rolle, ikke ud fra en tilfældig liste af certificeringer. En analytikerprofil vil typisk få mest ud af at gå dybere i Power BI, datamodellering og rapportering. En data engineer-profil bør i stedet fokusere på pipelines, datalagre, transformation og drift af dataplatforme.

For analytikere er PL-300 et naturligt næste mål, fordi det flytter fokus fra datakoncepter til praktisk analysearbejde med Power BI. For data engineers er DP-203 mere relevant, fordi den går videre med Azure-baseret data engineering og implementering. For personer, der oplever at selve cloudmodellen stadig er uklar, kan AZ-900 være et bedre mellemtrin, fordi den giver bredere forståelse af Azure, før specialiseringen fortsætter.

Karrieremæssigt bør DP-900 derfor ikke ses som afslutningen på læringen. Den fungerer bedst som et fundament, der hjælper kandidaten med at vælge den næste retning mere sikkert. En BI-kandidat kan bruge den til at forstå datakilder og analyseflow bedre, mens en kommende data engineer kan bruge den til at få styr på tjenestekategorier, før de tekniske implementeringskrav bliver tungere.

En realistisk vej til eksamensklarhed

Den mest robuste forberedelse til Azure Data Fundamentals (DP-900) kombinerer officiel Microsoft-information, korte labs og forklaringer i egne ord. Kandidaten bør kunne læse et scenarie og afgøre, om problemet primært handler om relationelle data, ikke-relationelle data, analyse, visualisering eller sikkerhed. Det er den kompetence, der også har værdi efter eksamen.

Hvis flere Microsoft-forløb skal planlægges efter hinanden, kan Readynez Unlimited være relevant at undersøge som en samlet adgangsmodel, men valget af læringsvej bør stadig starte med rollen og de konkrete færdigheder, der mangler. Spørgsmål om DP-900-forberedelse, kursusvalg eller næste skridt kan også rettes via kontaktformularen.

FAQ

Hvordan bør man forberede sig til Azure Data Fundamentals (DP-900)?

Den bedste forberedelse er at læse den aktuelle skills outline på Microsoft Learn, gennemgå relevante læringsmoduler og omsætte hvert hovedområde til en lille praktisk øvelse. Kandidaten bør kunne forklare forskellen på relationelle data, ikke-relationelle data og analysearbejdsbelastninger uden at være afhængig af udenadslære.

Kræver DP-900 tidligere erfaring med Azure?

DP-900 er en fundamentals-eksamen, så den er designet til kandidater, der er tidligt i deres Azure- eller datarejse. Tidligere erfaring med databaser, rapportering eller cloud kan hjælpe, men det vigtigste er at forstå de grundlæggende begreber og Microsofts officielle kompetencemål.

Er Azure Cosmos DB, Azure Synapse Analytics, datavisualisering og Power BI relevante for eksamen?

Ja. Kandidaten bør forstå, hvilken type problem hver kategori løser. Cosmos DB hører til ikke-relationelle scenarier, Azure Synapse Analytics forbindes med analysearbejdsbelastninger, og Power BI bruges til visualisering og rapportering. Der kræves ikke samme dybde som i rollebaserede ekspertcertificeringer, men begreberne skal sidde klart.

Skal man bruge øvelseseksamener?

Øvelseseksamener kan være nyttige, hvis de bruges til at finde svage områder og træne tempo. De bør ikke erstatte Microsoft Learn, labs og begrebsforståelse. Kandidater bør undgå brain-dumps og materialer, der hævder at gengive rigtige eksamensspørgsmål.

Hvilke fejl bør man undgå under DP-900-forberedelsen?

Typiske fejl er at pugge gamle svar, springe praktiske øvelser over, glemme at slette Azure-testressourcer, forveksle Cosmos DB’s API’er og undervurdere datasikkerhed. En stærkere tilgang er at arbejde med små scenarier og forklare tjenestevalget ud fra skema, adgangsmønster, skaleringsbehov og analyseformål.