Azure Data Fundamentals: forberedelse til DP-900

DP-900 er en grunnleggende Azure-dataeksamen, og en vanlig utfordring er å forstå hvor mye praktisk Azure-erfaring som faktisk trengs før eksamensdagen.

Microsoft Azure Data Fundamentals, ofte omtalt som DP-900, er en grunnleggende sertifisering for kandidater som vil forstå kjernebegreper innen data og hvordan disse brukes i Azure-datatjenester. Eksamen passer særlig for studenter, juniorutviklere, forretningsanalytikere, support- og IT-roller som samarbeider med datateam, og ledere som ønsker et felles begrepsapparat i teamet.

Sist oppdatert: januar 2026. Kandidater bør alltid kontrollere gjeldende eksamensside hos Microsoft før de bestiller tid, fordi format, språk, pris og ferdighetsområder kan endres. Den tryggeste arbeidsmåten er å bruke den offisielle DP-900-siden, den tilhørende Skills Outline og Microsoft Learn-læringsbanen som primærkilder, og deretter supplere med kurs, laboratorier og øvingsspørsmål.

Hva DP-900 måler, og hva den ikke måler

DP-900 validerer først og fremst begrepsforståelse og evnen til å kjenne igjen riktige datatjenester i enkle scenarioer. Kandidaten skal kunne skille mellom relasjonelle og ikke-relasjonelle data, forstå grunnleggende analysearbeidslaster og kjenne igjen hvor Azure-tjenester som Azure SQL Database, Azure Cosmos DB, Azure Synapse Analytics og Power BI passer inn.

Det er viktig å ha realistiske forventninger. DP-900 er ikke en dypt teknisk dataengineering-eksamen, og den erstatter ikke praktisk erfaring med design, drift, optimalisering eller sikker konfigurasjon av dataplattformer. Den hjelper derimot nye kandidater med å «snakke data» på en mer presis måte med utviklere, analytikere, databaseadministratorer og arkitekter.

Det er heller ingen formelle forkunnskapskrav til DP-900. Likevel vil kandidater som aldri har sett Azure-portalen, SQL-spørringer eller en Power BI-rapport, ofte bruke mer tid på å knytte begrepene til virkelige arbeidsflater. Derfor bør forberedelsen kombinere lesing med enkle, trygge øvelser.

Noen kandidater vurderer om de bør begynne med DP-900, AZ-900 eller AI-900. Et praktisk valg er å starte med DP-900 hvis målet er data, databaser og analyse, AZ-900 hvis målet er bred forståelse av Azure-plattformen, og AI-900 hvis interessen først og fremst ligger i kunstig intelligens og maskinlæringsbegreper. Ingen av disse grunnleggende eksamenene krever formelle forkunnskaper, men de peker mot ulike faglige retninger.

Eksamensinformasjon for kandidater i Norge

For norske kandidater bør registrering, pris, språkvalg, teststed og mulighet for nettbasert tilsyn kontrolleres direkte i Microsofts sertifiseringsportal og hos Pearson VUE. Pris vises normalt i lokal valuta eller etter valgt land, men beløp kan endres, og derfor bør kandidaten ikke basere seg på eldre blogginnlegg eller skjermbilder.

Påmeldingen skjer via Microsofts eksamensside, som leder videre til Pearson VUE for valg av tidspunkt og leveringsform. Noen kandidater foretrekker testsenter fordi miljøet er kontrollert, mens andre velger online proctoring for fleksibilitet. Ved nettbasert eksamen må kandidatens maskin, rom, legitimasjon og internettforbindelse oppfylle kravene som oppgis under registreringen.

Språkvalg bør også verifiseres før bestilling. Dersom kandidaten studerer på norsk, men eksamen tilbys eller tas på engelsk, bør engelske faguttrykk læres parallelt med norske forklaringer. Begreper som relational data, non-relational data, analytics workload, governance og data visualization dukker ofte opp i læringsressurser og arbeidslivet, selv når samtalen ellers foregår på norsk.

Emnene som bør sitte før eksamen

Den offisielle Skills Outline er den viktigste kilden for å forstå hva Microsoft forventer. Den bør leses som et kart over ferdigheter, ikke som en ordliste som skal pugges. En kandidat som bare husker tjenestenavn, men ikke kan velge riktig tjeneste i et scenario, er ofte dårligere forberedt enn en kandidat som kan forklare hvorfor en løsning passer til et bestemt dataproblem.

Relasjonelle data er ofte enklere å forstå hvis kandidaten starter med et konkret eksempel, for eksempel en kundedatabase der kunder, ordre og produkter ligger i separate tabeller. Poenget er ikke å bli avansert databaseutvikler, men å forstå hvorfor struktur, nøkler og SQL gjør det mulig å hente presise svar fra organiserte data.

Ikke-relasjonelle data krever en annen tankemodell. En dokumentdatabase kan være bedre egnet når data varierer fra objekt til objekt, for eksempel produktkataloger, brukerprofiler eller hendelsesdata fra apper. I DP-900-sammenheng bør kandidaten kunne kjenne igjen slike mønstre og forstå hvorfor Azure Cosmos DB ofte nevnes i scenarioer med global distribusjon, lav ventetid eller fleksible datamodeller.

Analysearbeidslaster handler om hvordan data blir til innsikt. Kandidaten bør forstå forskjellen mellom å lagre transaksjonsdata, samle data fra flere kilder, bearbeide dem og vise resultatene i rapporter eller dashbord. Her er det lett å bruke for mye tid på maskinlæring; DP-900 berører relaterte begreper, men hovedvekten ligger på datalagring, behandling og analyse.

En realistisk studieplan på to til fire uker

En god studieplan kobler offisielle ferdighetsmål til praktiske øvelser. Kandidater som allerede kjenner databaser, kan ofte bruke kortere tid, mens nybegynnere bør legge inn flere økter for å repetere begreper og teste dem i Azure-portalen eller Microsoft Learn sandbox. Listen nedenfor kan tilpasses, men rekkefølgen bør beholdes fordi temaene bygger på hverandre.

1. Start med den offisielle DP-900-siden og Skills Outline, og marker begreper som er ukjente før du åpner andre ressurser.
2. Bruk Microsoft Learn-læringsbanen til å dekke kjernedatakonsepter, relasjonelle data og ikke-relasjonelle data med korte notater etter hver modul.
3. Øv praktisk i Microsoft Learn sandbox eller Azure Free-laget ved å se hvordan lagring, database og analyseverktøy presenteres i portalen.
4. Lag ett lite scenario, for eksempel «hvilken tjeneste passer for ordredata, produktkatalog og salgsrapportering», og begrunn tjenestevalgene skriftlig.
5. Sett av en egen økt til sikkerhet, tilgangsstyring, databeskyttelse og grunnleggende governance, siden dette ofte undervurderes.
6. Ta øvingsspørsmål mot slutten av perioden, analyser feilene og knytt hvert feil svar tilbake til et konkret ferdighetsområde.
7. Bruk siste studiedag til lett repetisjon, språkavklaring og eksamenslogistikk, ikke til å lære store nye emner.

Praktisk øving trenger ikke å bli kostbar. Microsoft Learn sandbox er egnet for guidede moduler, mens Azure Free-laget kan brukes til egne miniprosjekter hvis kandidaten følger med på ressursbruk og rydder opp etterpå. En vanlig feil er å opprette tjenester under øving og glemme dem; selv små testressurser bør slettes når de ikke lenger brukes.

Kandidater som ønsker en mer strukturert gjennomgang, kan bruke et instruktørledet alternativ som DP-900 Azure Data Fundamentals-kurset som supplement til Microsofts egne ressurser. Det viktigste er likevel at øvingen ikke blir passiv: hvert tema bør ende med at kandidaten kan forklare et brukstilfelle, ikke bare gjenta en definisjon.

Vanlige feil i forberedelsen

Den vanligste feilen er å pugge Azure-tjenestenavn isolert. DP-900-spørsmål belønner ofte evnen til å forstå et scenario: datavolum, struktur, behov for analyse, krav til fleksibilitet, global tilgjengelighet eller rapportering. Når nøkkelordene i scenarioet er identifisert, blir det lettere å eliminere svar som teknisk sett finnes i Azure, men ikke passer problemet.

En annen feil er å undervurdere sikkerhet og styring fordi temaet kan virke mindre konkret enn databaser og rapporter. I arbeidslivet er tilgangskontroll, klassifisering av sensitive data og ansvarlig deling av rapporter en del av enhver dataløsning. DP-900 forventer ikke ekspertkunnskap om compliance, men kandidaten bør forstå hvorfor sikkerhet ikke legges til helt til slutt.

En tredje feil er å overinvestere i avanserte maskinlærings- og data science-temaer. Det kan være nyttig bakgrunnskunnskap, men DP-900 er en data fundamentals-eksamen. Tiden gir bedre avkastning når den brukes på relasjonelle og ikke-relasjonelle modeller, analysearbeidslaster, datavisualisering og grunnleggende styring.

Hvordan tenke på eksamensdagen

På eksamensdagen bør kandidaten lese scenarioet før svaralternativene får for mye oppmerksomhet. Nøkkelord som høyt volum, skjemafleksibilitet, sanntidsbehov, transaksjoner, rapportering, global distribusjon eller følsomme data peker ofte mot bestemte tjenestetyper. Deretter bør åpenbart gale alternativer elimineres før de mest plausible sammenlignes.

Det er også klokt å flagge spørsmål som tar for lang tid og gå videre. Mange kandidater mister unødvendig tid på ett scenario fordi to alternativer virker like. En bedre strategi er å svare så godt som mulig, markere spørsmålet for gjennomgang hvis funksjonen er tilgjengelig, og bruke slutten av eksamen til å kontrollere de vanskelige valgene.

Hvis eksamen tas på engelsk, bør kandidaten være forberedt på at små ord kan endre betydningen av et scenario. «Must», «should», «real-time», «globally distributed» og «structured» er eksempler på ord som kan avgrense riktig svar. Derfor bør øvingsspørsmål og Microsoft Learn-innhold gjerne leses på samme språk som eksamen skal tas på.

Etter DP-900: hvor veien kan gå videre

DP-900 fungerer godt som et fundament, men den er sjelden sluttpunktet for kandidater som vil jobbe dypt med data. Den kan brukes som baseline i onboarding, i tverrfaglige team eller som første steg for personer som vurderer en mer spesialisert dataretning.

To naturlige veier etter sertifiseringen er rapportering og dataanalyse på den ene siden, og dataengineering på den andre. Kandidater som vil bygge modeller, rapporter og datavisualiseringer, kan se nærmere på PL-300-retningen. Kandidater som vil arbeide med dataintegrasjon, datapipelines og skalerbar prosessering, kan undersøke DP-203-retningen.

Det finnes også kandidater som etter DP-900 oppdager at de heller trenger bredere skyforståelse før de spesialiserer seg. Da kan Azure Fundamentals være et naturlig supplement, spesielt for roller som må forstå nettverk, kostnadsstyring, identitet og grunnleggende Azure-arkitektur. En oversikt over Microsoft Azure-kurs kan være nyttig når videre retning skal vurderes.

En tryggere måte å forberede seg på

Den mest solide DP-900-forberedelsen begynner med offisielle kilder, fortsetter med praktiske øvelser og avsluttes med målrettet repetisjon av svake områder. Kandidaten bør ikke prøve å lære alle Azure-datatjenester i dybden, men heller forstå hvilke problemer de løser og hvordan de passer sammen i en enkel dataplattform.

Readynez kan være relevant for kandidater eller team som ønsker strukturert opplæring ved siden av egenstudier, og Readynez Unlimited for Microsoft kan vurderes dersom DP-900 inngår i et bredere Microsoft-løp. Den praktiske vurderingen bør være enkel: velg den læringsformen som gjør det lettere å forklare begrepene, øve på scenarioer og holde progresjonen frem til eksamensdatoen.

Spørsmål om kursvalg, teamopplæring eller et videre læringsløp kan tas via kontakt med Readynez. Det viktigste neste steget er likevel å åpne den offisielle Skills Outline, sammenligne den med egen kunnskap og lage en kort plan som kombinerer lesing, øving og repetisjon.

FAQ

Hvordan bør man forberede seg til DP-900 Azure Data Fundamentals?

Begynn med Microsofts offisielle eksamensside og Skills Outline, og bruk Microsoft Learn-læringsbanen som hovedressurs. Suppler med praktiske øvelser i sandbox eller Azure Free-laget, og avslutt med øvingsspørsmål som viser hvilke temaer som må repeteres.

Trenger man praktisk Azure-erfaring for å bestå DP-900?

DP-900 er konseptorientert og inneholder ikke tunge laboppgaver, men praktisk eksponering gjør begrepene lettere å forstå. Det er særlig nyttig å se hvordan databaser, lagring og analyseverktøy ser ut i Azure-portalen.

Er DP-900 riktig eksamen for en forretningsanalytiker eller juniorutvikler?

Ja, DP-900 passer godt for roller som trenger å forstå datakonsepter, Azure-datatjenester og analysearbeidslaster uten å gå rett inn i avansert implementering. Forretningsanalytikere, juniorutviklere, supportroller og IT-medarbeidere som samarbeider med datateam kan få et felles språk gjennom sertifiseringen.

Hvilke temaer undervurderes ofte på DP-900?

Mange undervurderer datasikkerhet, styring og forskjellen mellom relasjonelle og ikke-relasjonelle datamodeller. Et annet vanlig problem er å bruke for mye tid på maskinlæring sammenlignet med datalagring, analyse og visualisering.

Hva er et naturlig neste steg etter DP-900?

Det avhenger av retning. Kandidater som vil jobbe med rapportering og innsikt, kan vurdere PL-300. Kandidater som vil bygge datapipelines og arbeide mer teknisk med skalerbar databehandling, kan vurdere DP-203.