Microsoft Fabric Analytics Engineer (DP600)

Die Lernenden werden auf vorhandenen Analyse-Erfahrungen aufbauen und erfahren, wie sie Microsoft Fabric-Komponenten verwenden, einschließlich Lakehouses, Data Warehouses, Notebooks, Dataflows, Datenpipelines und semantischer Modelle, um Analyseressourcen zu erstellen und bereitzustellen.

• Modul 1: Erfassen von Daten mit Gen2-Dataflows in Microsoft Fabric

Die Datenerfassung ist bei der Analyse von entscheidender Bedeutung. Die Data Factory von Microsoft Fabric bietet Dataflows (Gen2) zum Erstellen und Visualisieren einer mehrstufigen Datenerfassung und -transformation mithilfe von Power Query Online.

• Modul 2: Erfassen von Daten mit Spark und Microsoft-Fabric-Notebooks

Du erfährst, wie du Apache Spark und Python für die Datenerfassung in einem Microsoft Fabric-Lakehouse verwendest. Fabric-Notebooks bieten eine skalierbare und systematische Lösung.

• Modul 3: Verwenden von Data Factory-Pipelines in Microsoft Fabric

Microsoft Fabric beinhaltet Data Factory-Funktionen, einschließlich der Möglichkeit, Pipelines zu erstellen, die Datenerfassungs- und Transformationstasks orchestrieren.

• Modul 4: Erste Schritte mit Lakehouses in Microsoft Fabric

Lakehouses vereinen die Flexibilität von Data Lake Storage mit Data-Warehouse-Analysen. Microsoft Fabric ist eine Lakehouselösung für umfassende Analysen auf einer einzigen SaaS-Plattform.

• Modul 5: Organisieren eines Fabric-Lakehouse anhand des Medaillon-Architekturentwurfs

Erkunde das Potenzial des Medallion-Architekturentwurfs in Microsoft Fabric. Organisiere und transformiere deine Daten in den Bronze-, Silber- und Goldebenen bzw. -schichten eines Lakehouse, um optimierte Analysen zu ermöglichen.

• Modul 6: Verwenden von Apache Spark in Microsoft Fabric

Apache Spark ist eine Kerntechnologie für umfassende Datenanalysen. Microsoft Fabric unterstützt Spark-Cluster, sodass du selbst große Datenmengen in einem Lakehouse analysieren und verarbeiten kannst.

• Modul 7: Arbeiten mit Delta-Lake-Tabellen in Microsoft Fabric

Die Tabellen in einem Microsoft Fabric Lakehouse basieren auf dem Delta Lake-Speicherformat, das üblicherweise in Apache Spark verwendet wird. Mithilfe der erweiterten Funktionen von Deltatabellen kannst du komplexe Analyselösungen erstellen.

• Modul 8: Erste Schritte mit Data Warehouses in Microsoft Fabric

Data Warehouses sind Analysespeicher, die auf einem relationalen Schema basieren, damit SQL-Abfragen unterstützt werden. Mit Microsoft Fabric kannst du ein relationales Data Warehouse in deinem Arbeitsbereich erstellen und es problemlos in andere Elemente deiner End-to-End-Analyselösung integrieren.

• Modul 9: Laden von Daten in ein Microsoft Fabric Data Warehouse

Das Data Warehouse in Microsoft Fabric ist eine umfassende Plattform für Daten und Analysen, die erweiterte Abfrageverarbeitung und vollständige transaktionale T-SQL-Funktionen für eine einfache Datenverwaltung und -analyse bietet.

• Modul 10: Abfragen eines Data Warehouses in Microsoft Fabric

Das Data Warehouse in Microsoft Fabric ist eine umfassende Plattform für Daten und Analysen, die erweiterte Abfrageverarbeitung und vollständige transaktionale T-SQL-Funktionen für eine einfache Datenverwaltung und -analyse bietet.

• Modul 11: Überwachen eines Microsoft Fabric Data Warehouse

Ein Data Warehouse ist eine wichtige Komponente einer Unternehmensanalyselösung. Es ist wichtig zu erfahren, wie du ein Data Warehouse überwachst, damit du die darin auftretende Aktivität besser verstehen kannst.

• Modul 12: Verstehen der Skalierbarkeit in Power BI

Skalierbare Datenmodelle ermöglichen unternehmensweite Analysen in Power BI. Du implementierst Best Practices für die Datenmodellierung, verwendest große Speicherformate für Datasets und übst die Erstellung eines Sternschemas, um skalierbare Analyselösungen zu entwerfen.

• Modul 13: Erstellen von Power-BI-Modellbeziehungen

Power BI-Modellbeziehungen bilden die Grundlage eines tabellarischen Modells. Definieren von Power-BI-Modellbeziehungen, Einrichten von Beziehungen, Erkennen von DAX-Beziehungsfunktionen und Beschreiben der Beziehungsauswertung.

• Modul 14: Verwenden von Tools zum Optimieren der Power-BI-Leistung

Entwickle, verwalte und optimiere mit Tools Power-BI-Datenmodelle und die Leistung von DAX-Abfragen.

• Modul 15: Erzwingen von Power-BI-Modellsicherheit

Erzwingen der Modellsicherheit in Power BI mithilfe von Sicherheit auf Zeilen- und Objektebene.