Formation Microsoft Fabric en Regina

Microsoft Fabric est une plateforme d'analyse unifiée qui réunit l'ingénierie des données, l'intégration de données, le stockage des données, la science des données, les analyses en temps réel et l'intelligence d'affaires sous un même toit.

Cette formation en direct (en ligne ou sur site) dispensée par un formateur est destinée aux professionnels intermédiaires de données souhaitant utiliser Microsoft Fabric pour construire des solutions modernes de données avec des outils intégrés d'analyse, de gouvernance et de visualisation.

À la fin de cette formation, les participants seront capables de :

• Comprendre les composants de Microsoft Fabric et comment ils s'intègrent dans l'écosystème Microsoft.
• Créer et gérer des espaces de travail Fabric avec un contrôle d'accès approprié.
• Construire et gérer des lakehouses pour centraliser et analyser les données.
• Utiliser des calepins (notebooks) pour l'analyse exploratoire et la transformation des données avec Python et SQL.
• Créer et automatiser les flux de données à l'aide de pipelines visuels.
• Modéliser et gérer les données en utilisant les couches Data Warehouse et du modèle sémantique.
• Concevoir et publier des tableaux de bord interactifs avec Power BI dans Fabric.

Format de la formation

• Cours interactif et discussion.
• Nombreux exercices et pratique.
• Mise en œuvre pratique dans un environnement de laboratoire vivant.

Options de personnalisation du cours

• Pour demander une formation personnalisée pour ce cours, veuillez nous contacter pour en faire la demande.

Ce cours en direct, dispensé par un formateur (en ligne ou sur site), s'adresse aux professionnels des données intermédiaires souhaitant mettre en œuvre une solution lakehouse à l'aide de Microsoft Fabric.

À la fin de ce cours, les participants seront capables de :

• Comprendre l'architecture et les composants de Microsoft Fabric.
• Configurer et gérer un Lakehouse en utilisant Microsoft Fabric.
• Ingerer et transformer des données à l'aide de Apache Spark.
• Utiliser les tables Delta Lake pour la versionning et le gestion des données.
• Mettre en œuvre des pipelines d'ingestion de données avec Dataflows Gen2.
• Orchestrer des pipelines de données à l'aide de Data Factory.