DP-600 Microsoft Fabric Analytics Engineer

Цель курса – предоставить слушателям знания и навыки, необходимые для проектирования, создания и управления аналитическими решениями с использованием Microsoft Fabric. Участники изучат методы интеграции и обработки данных, а также освоят инструменты для их анализа и визуализации, что позволит им эффективно извлекать ценные инсайты из данных в облачной среде.

Аудитория

Этот курс предназначен для аналитиков данных, инженеров по аналитике, специалистов по бизнес-аналитике и ИТ-специалистов, отвечающих за разработку и поддержку аналитических решений с использованием Microsoft Fabric. Также курс будет полезен руководителям проектов и аналитикам, которые стремятся улучшить свои навыки в области данных, интеграции и визуализации, а также оптимизации аналитических процессов для повышения эффективности бизнеса.

По окончании курса слушатели смогут:

• Настраивать высокопроизводительные конвейеры данных для эффективных рабочих процессов.
• Использовать инструменты Microsoft Fabric для повышения точности и эффективности аналитики.
• Разрабатывать понятные и эффективные дашборды и визуализации для передачи выводов.
• Интегрировать и подключать различные источники данных для комплексного анализа.
• Защищать свои данные и обеспечивать соответствие нормативным стандартам.
• Работать с межфункциональными командами для реализации аналитических решений, соответствующих бизнес-целям.

Необходимая подготовка

Для эффективного обучения на курсе слушатели должны обладать следующими знаниями и навыками:

• Базовое представление о сервисах Azure
• Опыт работы с концепциями управления данными.
   

Модуль 1: Загрузка данных с помощью Dataflows Gen2 в Microsoft Fabric 

Темы

• Описывание возможностей Dataflow (Gen2) в Microsoft Fabric 
• Создание решений Dataflow (Gen2) для загрузки и преобразования данных 
• Включение Dataflow (Gen2) в конвейер 

Модуль 2: Загрузка данных с использованием Spark и блокнотов Microsoft Fabric 

Темы

• Загрузка внешних данных в lakehouse Fabric с использованием Spark 
• Настройка аутентификации внешнего источника и оптимизацию 
• Загрузка данных в lakehouse в виде файлов или таблиц Delta 

Модуль 3: Использование конвейеров Data Factory в Microsoft Fabric 

Темы

• Описывание возможностей конвейеров в Microsoft Fabric 
• Использование действия Copy Data в конвейере 
• Создание конвейеров на основе предустановленных шаблонов 
• Запуск и мониторинг конвейеров

Модуль 4: Начало работы с lakehouses в Microsoft Fabric 

Темы

• Описывание основных функций и возможностей lakehouses в Microsoft Fabric 
• Создание lakehouse 
• Загрузка данных в файлах и таблицах в lakehouse 
• Запрос таблицы lakehouse с помощью SQL 

Модуль 5: Организация lakehouse Fabric с использованием дизайна архитектуры медальонов

Темы

• Описывание принципов использования архитектуры медальонов в управлении данными. 
• Применение структуры архитектуры медальонов в среде Microsoft Fabric. 
• Анализ данных, хранящихся в lakehouse, используя DirectLake в Power BI. 
• Описывание лучших практик для обеспечения безопасности и управления данными, хранящимися в архитектуре медальонов. 

Модуль 6: Использование Apache Spark в Microsoft Fabric 

Темы

• Настройка Spark в рабочем пространстве Microsoft Fabric 
• Определение подходящих сценариев для блокнотов Spark и заданий Spark 
• Использование датафреймов Spark для анализа и преобразования данных 
• Использование Spark SQL для запроса данных в таблицах и представлениях 
• Визуализация данных в блокноте Spark 

Модуль 7: Работа с таблицами Delta Lake в Microsoft Fabric 

Темы

• Понимание Delta Lake и таблиц Delta в Microsoft Fabric 
• Создание и управление таблицами Delta с помощью Spark 
• Использование Spark для запроса и преобразования данных в таблицах Delta 
• Использование таблиц Delta с потоковой передачей структурированных данных Spark 

Модуль 8: Начало работы с хранилищами данных в Microsoft Fabric 

Темы

• Описывание хранилища данных в Fabric 
• Понимание хранилища данных и lakehouse 
• Работа с хранилищами данных в Fabric 
• Создание и управление наборами данных внутри хранилища данных 

Модуль 9: Загрузка данных в хранилище данных Microsoft Fabric 

Темы

• Изучение различных стратегий загрузки данных в хранилище данных в Microsoft Fabric. 
• Обучение строительству конвейера данных для загрузки хранилища в Microsoft Fabric. 
• Обучение загрузке данных в хранилище с использованием T-SQL. 
• Обучение загрузке и преобразованию данных с помощью Dataflow (Gen 2). 

Модуль 10: Запросите хранилище данных в Microsoft Fabric 

Темы

• Использование редактора SQL-запросов для запроса хранилища данных. 
• Изучение работы визуального редактора запросов. 
• Обучение подключению и запросу хранилища данных с использованием SQL Server Management Studio. 

Модуль 11: Мониторинг хранилища данных Microsoft Fabric 

Темы

• Мониторинг использования единиц мощности с помощью приложения Microsoft Fabric Capacity Metrics. 
• Мониторинг текущей активности в хранилище данных с помощью динамических представлений управления. 
• Мониторинг тенденций запросов с помощью представлений аналитики запросов. 

Модуль 12: Понимание масштабируемости в Power BI 

Темы

• Описывание важности создания масштабируемых моделей данных. 
• Реализация лучших практик моделирования данных Power BI. 
• Использование формата хранения больших наборов данных Power BI. 

Модуль 13: Создание отношений моделей Power BI 

Темы

• Понимание работы отношений в моделях. 
• Настройка отношений. 
• Использование функций DAX для работы с отношениями. 
• Понимание оценки отношений. 

Модуль 14: Используйте инструменты для оптимизации производительности Power BI 

Темы

• Оптимизация запросов с помощью анализатора производительности. 
• Устранение неполадок производительности DAX с использованием DAX Studio. 
• Оптимизация модели данных с помощью Tabular Editor. 

Модуль 15: Обеспечение безопасности модели Power BI 

Темы

• Ограничение доступа к данным модели Power BI с помощью RLS. 
• Ограничение доступа к объектам модели Power BI с помощью OLS. 
• Применение правильных практик разработки для обеспечения безопасности модели Power BI.