PL-300 vs DP-600 na DP-500

PL-300 en DP-600 zijn beide actuele Microsoft-certificeringspaden voor data-professionals, maar ze toetsen verschillende rollen na het pensioen van DP-500.

DP-500 stond bekend als het Microsoft Azure Enterprise Data Analyst-examen en richtte zich op enterprise analytics met Power BI, Azure Synapse Analytics, datamodellering, T-SQL, Power Query en DAX. Het examen is inmiddels uitgefaseerd. Dat betekent niet dat de onderliggende vaardigheden waardeloos zijn geworden, maar wel dat nieuwe kandidaten beter moeten kijken naar het huidige Microsoft-certificeringsmodel: PL-300 voor Power BI-data-analyse of DP-600 voor analytics engineering in Microsoft Fabric.

Laatst bijgewerkt: januari 2026. Redactionele noot: Microsoft behandelt DP-500 niet langer als actief examen. De actuele status, pensioendetails en vervangende certificeringspaden moeten altijd worden gecontroleerd via Microsoft Learn en de officiële Microsoft-examenpagina’s, omdat examendomeinen, beleid en prijzen kunnen wijzigen.

Wat DP-500 was, en waarom het niet meer het logische startpunt is

DP-500 was bedoeld voor professionals die analyseoplossingen op bedrijfsschaal ontwierpen en implementeerden. Het examen zat tussen BI en data-engineering in: kandidaten moesten Power BI goed begrijpen, maar ook kunnen werken met Azure Synapse Analytics, relationele data, dataopslag, beveiliging en enterprise-modellen.

Die combinatie paste bij een periode waarin veel organisaties Synapse gebruikten als kernplatform voor analytische workloads. Met de opkomst van Microsoft Fabric is de nadruk verschoven. Fabric brengt lakehouse, warehouse, notebooks, data pipelines, Data Factory-achtige workloads, Power BI en semantische modellen dichter bij elkaar binnen één SaaS-platform. Daardoor is het oude DP-500-profiel opgesplitst in duidelijkere richtingen: de BI-analist die vooral waarde levert via modellen, rapporten en businessvragen, en de analytics engineer die end-to-end dataproducten in Fabric bouwt.

Voor houders van DP-500 blijft de certificering een signaal van eerdere enterprise analytics-kennis, maar voor nieuwe studieplanning is het belangrijker om de rolvraag te beantwoorden. Wie dagelijks requirements vertaalt naar Power BI-datasets, DAX-measures en rapportages, komt vaak bij PL-300 uit. Wie lakehouses, warehouses, pipelines, notebooks, semantische modellen en deployment-processen in Fabric beheert, zit dichter bij DP-600.

PL-300 of DP-600: de rol bepaalt de keuze

PL-300, Microsoft Power BI Data Analyst, richt zich op het voorbereiden, modelleren, analyseren en visualiseren van data met Power BI. De kern ligt bij Power Query, datamodellering, DAX, rapportontwerp, beveiliging en het leveren van bruikbare inzichten aan de business. Dit pad past goed bij BI-analisten, rapportageconsultants en data-analisten die veel samenwerken met stakeholders en verantwoordelijk zijn voor betrouwbare datasets en dashboards.

DP-600, Microsoft Fabric Analytics Engineer, heeft een bredere platformfocus. Kandidaten moeten begrijpen hoe Fabric-onderdelen samenhangen, waaronder lakehouse, warehouse, data engineering, data science-workloads, semantische modellen en enterprise BI op schaal. Het examen past beter bij analytics engineers en Fabric engineers die data-inname, transformatie, modellering, performance en lifecycle management combineren.

DP-203 hoort in deze vergelijking ook genoemd te worden, maar het is geen directe vervanger van DP-500. DP-203 is het Azure Data Engineer-pad en richt zich op data platform engineering, batch- en streamingverwerking, pipelines en Azure-dataservices. In teams waar de rollen scherper worden verdeeld, verschijnt vaak een patroon: de BI-analist focust op rapportages en semantische modellen, de analytics engineer op lakehouse- en ELT-processen in Fabric, en de data engineer op robuuste platform- en integratielagen.

Vanuit hiring-perspectief helpt dit onderscheid ook. Organisaties vragen steeds vaker naar concrete rolverantwoordelijkheid in plaats van alleen naar “data-analist” als brede titel. Bij een PL-300-profiel gaan interviews vaak dieper in op modelkwaliteit, DAX-keuzes, rapportperformance en stakeholdercommunicatie. Bij een DP-600-profiel verschuiven vragen sneller naar Fabric-architectuur, workspace-governance, deployment pipelines, lakehouse-ontwerp en semantische modellen op schaal.

Wat Microsoft momenteel toetst in PL-300 en DP-600

De officiële Microsoft Learn-examenpagina’s blijven de primaire bron voor de actuele skills measured. De exacte wegingen en domeinnamen kunnen veranderen, dus een voorbereiding die alleen op oude samenvattingen leunt, is kwetsbaar. In grote lijnen toetst PL-300 of iemand data kan voorbereiden, modelleren, visualiseren, analyseren en beheren in Power BI. DP-600 toetst of iemand analytics-oplossingen in Microsoft Fabric kan plannen, bouwen, beheren en optimaliseren.

• PL-300: data ophalen en opschonen, een degelijk semantisch model ontwerpen, DAX-measures maken, rapporten bouwen, werkruimtes gebruiken en datasets beheren.
• DP-600: Fabric-werkruimtes en items beheren, lakehouse- en warehouse-oplossingen ontwerpen, data engineering-taken uitvoeren, semantische modellen bouwen en enterprise BI-oplossingen optimaliseren.

Microsoft-examens gebruiken doorgaans verschillende vraagvormen, zoals meerkeuzevragen, scenario’s, case-achtige opdrachten en taken waarin kandidaten keuzes moeten maken op basis van randvoorwaarden. De actuele examenduur, prijs, taalbeschikbaarheid, registratie-informatie en het scoringsbeleid staan op de officiële Microsoft-examen- en certificeringspagina’s. Omdat die gegevens per regio en periode kunnen verschillen, is het verstandiger om ze daar te controleren dan te vertrouwen op een statische blogtekst.

De voorbereiding moet daardoor minder draaien om het onthouden van losse details en meer om het herkennen van technische afwegingen. Een PL-300-kandidaat moet bijvoorbeeld kunnen uitleggen waarom een stermodel vaak beter onderhoudbaar is dan een vlakke tabelstructuur. Een DP-600-kandidaat moet kunnen bepalen wanneer een lakehouse, warehouse of semantisch model de juiste laag is voor een bepaald probleem.

De verschuiving van Synapse naar Fabric verandert ook de praktijk

Een belangrijk verschil tussen DP-500 en DP-600 is dat Fabric niet alleen een nieuwe naam voor bestaande technologie is. De manier van werken verandert. Teams krijgen te maken met workspaces, capacities, OneLake, lakehouses, warehouses, notebooks, pipelines en Power BI-items die dichter op elkaar zitten. Dat vraagt om duidelijke afspraken over eigenaarschap, naming, toegangsrechten, deployment en kostenbewust gebruik van capaciteit.

In DP-500-voorbereiding konden kandidaten nog relatief Synapse-centrisch denken. Bij DP-600 is dat riskant. Kennis van SQL pools en klassieke datawarehousepatronen helpt nog steeds, maar Fabric introduceert andere operationele keuzes. Een lakehouse kan aantrekkelijk zijn voor flexibele opslag en engineering, terwijl een warehouse geschikter kan zijn voor vertrouwde SQL-analysepatronen. Het semantische model blijft vervolgens de laag waar veel businesslogica zichtbaar en herbruikbaar wordt.

Deze verschuiving heeft ook gevolgen voor teamprocessen. BI-teams die jarenlang rapporten per afdeling bouwden, moeten vaker nadenken over gedeelde semantische modellen, deployment pipelines, acceptatieomgevingen en governance rond werkruimte-rollen. Zonder die afspraken ontstaat snel wildgroei: meerdere definities van omzet, rapporten met afwijkende filters, pipelines zonder eigenaarschap en modellen die technisch werken maar slecht beheerbaar zijn.

Veelgemaakte fouten bij de voorbereiding

Een veelgemaakte fout bij PL-300 is te veel tijd besteden aan losse DAX-trucs terwijl het datamodel zwak blijft. DAX wordt veel eenvoudiger wanneer relaties, granulariteit, datumtabellen en filterrichting goed zijn ontworpen. Kandidaten die alleen formules oefenen, missen vaak de reden waarom een measure verkeerd reageert in een matrix of waarom performance daalt naarmate het model groeit.

Bij DP-600 komt een andere fout vaak voor: oude Synapse-kennis één-op-één proberen toe te passen op Fabric. Sommige concepten blijven herkenbaar, maar de examencontext verwacht begrip van Fabric-items, werkruimtes, lakehouse- en warehouse-keuzes, notebooks, pipelines en semantische modellen. Wie Fabric alleen als een Power BI-uitbreiding ziet, onderschat het engineeringdeel van het examen.

Een derde valkuil is governance uitstellen tot het einde van de studie. In de praktijk bepalen tenantinstellingen, workspace-rollen, toegang tot data, deployment pipelines en refresh-strategieën of een oplossing beheerbaar is. Examenvoorbereiding die alleen focust op het bouwen van rapporten of pipelines geeft daardoor een onvolledig beeld.

Praktisch voorbereiden zonder te verdwalen in materiaal

Een goede voorbereiding begint met de officiële skills measured op Microsoft Learn en vertaalt die daarna naar oefenscenario’s. Voor PL-300 betekent dat bijvoorbeeld: een ruwe dataset importeren, Power Query-transformaties toepassen, een stermodel bouwen, DAX-measures schrijven en een rapport ontwerpen dat een echte businessvraag beantwoordt. Voor DP-600 betekent het: een Fabric-werkruimte opzetten, data naar een lakehouse brengen, transformaties uitvoeren, een warehouse of semantisch model gebruiken en nadenken over deployment en beheer.

Readynez kan in deze context nuttig zijn wanneer een kandidaat structuur zoekt rond het gekozen pad, bijvoorbeeld via training die de officiële examendomeinen koppelt aan begeleide labs en scenario’s. Belangrijker dan de vorm is echter de aansluiting op de dagelijkse rol: een BI-analist heeft meer aan diepe oefening met modellering en rapportage, terwijl een analytics engineer meer tijd moet besteden aan Fabric-workloads, pipelines en lifecycle management.

Een realistisch studieplan combineert theorie met herhaling in kleine cases. Een kandidaat kan bijvoorbeeld een verkoopdataset modelleren, dezelfde dataset uitbreiden met budgetgegevens, row-level security toevoegen, performanceproblemen opsporen en het model daarna publiceren naar een werkruimte. Voor DP-600 kan dezelfde case worden uitgebreid met een lakehouse, notebooks of pipelines, plus afspraken over ontwikkel-, test- en productieomgevingen.

Wie zich specifiek op Power BI richt, kan het historische DP-500-pad niet meer als vanzelfsprekend uitgangspunt nemen. De voormalige DP-500 Enterprise Data Analyst-training is vooral nog relevant als context voor de vaardigheden die eerder werden getoetst. Voor actuele Microsoft-leerroutes is het verstandiger om de huidige examenpagina’s en het bredere aanbod aan Microsoft-trainingen naast de eigen rol te leggen.

Wat betekent dit voor bestaande DP-500-houders?

Wie DP-500 al heeft behaald, hoeft de kennis niet af te schrijven. Het examen dekte vaardigheden die nog steeds waarde hebben: enterprise datamodellering, Power BI, DAX, Power Query, relationele concepten en analyseoplossingen op schaal. De vraag is vooral hoe die kennis wordt vertaald naar het huidige platformgebruik.

Voor professionals die vooral Power BI blijven gebruiken, is PL-300 vaak het meest logische actuele bewijs van praktische BI-vaardigheid. Voor professionals die inmiddels Fabric-werkruimtes, lakehouses, pipelines en semantische modellen beheren, ligt DP-600 meer voor de hand. Het kan helpen om het eigen werk van de afgelopen maanden te bekijken: ging de meeste tijd naar rapportage en stakeholdervragen, of naar dataproducten, engineeringtaken en platformbeheer?

Ook voor managers is die vraag nuttig. Een team dat één certificering als standaard voor iedereen kiest, mist vaak nuance. De rapportagespecialist, analytics engineer en data engineer werken aan dezelfde waardeketen, maar hun examendoelen en interviewcriteria horen niet identiek te zijn.

FAQ

Is DP-500 nog een actief Microsoft-examen?

Nee. DP-500 is uitgefaseerd en moet niet meer worden behandeld als actief certificeringstraject. Controleer de Microsoft Learn-pagina’s voor de officiële pensioenstatus en historische certificeringsinformatie.

Is PL-300 de directe opvolger van DP-500?

PL-300 is geen volledige één-op-één opvolger van DP-500. Het examen richt zich sterker op Power BI-data-analyse, datamodellering, DAX, Power Query en rapportage. Voor kandidaten die vooral enterprise analytics in Microsoft Fabric doen, sluit DP-600 vaak beter aan.

Wanneer kies je beter voor DP-600 dan voor PL-300?

DP-600 past beter wanneer het werk draait om Microsoft Fabric, lakehouses, warehouses, data engineering, semantische modellen, deployment pipelines en analytics-oplossingen op schaal. PL-300 past beter wanneer het zwaartepunt ligt bij Power BI-rapportage, self-service BI en samenwerking met business stakeholders.

Is DP-203 ook een alternatief voor DP-500?

DP-203 is een afzonderlijk data-engineeringpad. Het is relevant voor professionals die zich richten op Azure-dataplatforms, batch- en streamingverwerking, integratie en pipelines. Het vervangt DP-500 niet voor BI-analisten of Fabric analytics engineers.

Hoe bereid je je het beste voor op PL-300 of DP-600?

Begin met de officiële skills measured op Microsoft Learn en bouw daarna eigen oefenscenario’s. Voor PL-300 ligt de nadruk op Power Query, modelkwaliteit, DAX en rapportontwerp. Voor DP-600 ligt de nadruk op Fabric-workloads, lakehouse- en warehouse-keuzes, pipelines, semantische modellen en beheer op schaal.

Een verstandige route na DP-500

De belangrijkste keuze na DP-500 is geen keuze tussen twee examennamen, maar tussen twee werkprofielen. PL-300 bevestigt vooral Power BI-vaardigheid voor analyse, modellering en rapportage. DP-600 bevestigt vooral het vermogen om analytics-oplossingen in Microsoft Fabric te ontwerpen, bouwen en beheren.

Een praktische volgende stap is om de eigen rol naast de officiële examendomeinen te leggen en daarna gericht te oefenen met scenario’s die op het werk terugkomen. Wie meerdere Microsoft-paden wil plannen, kan ook kijken naar Unlimited Microsoft-training of contact opnemen met Readynez voor hulp bij het kiezen van een passend certificeringstraject.