Microsoft Fabric Schulungen in Schweiz

Microsoft Fabric ist eine einheitliche Analytikplattform, die Data Engineering, Datenintegration, Data Warehousing, Data Science, Echtzeitanalysen und Business Intelligence unter einem Dach zusammenfasst.

Diese von einem Dozenten geleitete Live-Schulung (online oder vor Ort) richtet sich an erfahrene Datenprofessionalinnen und -professionellen mit mittlerem Wissensstand, die Microsoft Fabric nutzen möchten, um moderne Datenlösungen mit integrierter Analytik, Governance und Visualisierungstools zu erstellen.

Am Ende dieser Schulung werden die Teilnehmenden in der Lage sein:

• Die Komponenten von Microsoft Fabric und deren Integration mit dem Microsoft-Ökosystem zu verstehen.
• Fabric-Arbeitsbereiche (Workspaces) mit entsprechender Zugriffskontrolle zu erstellen und zu verwalten.
• Lakehouses aufzubauen und zu verwalten, um Daten zentral zu speichern und zu analysieren.
• Notebooks zur explorativen Analyse und Transformation mit Python und SQL zu verwenden.
• Datenflüsse mithilfe visueller Pipelines zu erstellen und zu automatisieren.
• Datenmodelle aufzusetzen und zu verwalten, indem die Data-Warehouse- und Semantic-Model-Layer genutzt werden.
• Interaktive Dashboards mit Power BI in Fabric zu gestalten und zu veröffentlichen.

Format der Schulung

• Interaktiver Vortrag und Diskussion.
• Viele Übungen und praktische Anwendungen.
• Praxisnahe Implementierung in einer Live-Lab-Umgebung.

Möglichkeiten zur Kursindividualisierung

• Um eine maßgeschneiderte Schulung für diesen Kurs anzufordern, nehmen Sie bitte Kontakt mit uns auf.

Diese unter Anleitung durchgeführte, live stattfindende Schulung in Schweiz (online oder vor Ort) richtet sich an Datenprofessionals auf mittlerem Niveau, die eine Lakehouse-Lösung mit Microsoft Fabric implementieren möchten.

Am Ende dieser Schulung werden die Teilnehmer in der Lage sein:

• Die Architektur und die Komponenten von Microsoft Fabric zu verstehen.
• Ein Lakehouse mit Microsoft Fabric zu konfigurieren und zu verwalten.
• Daten mit Apache Spark zu erfassen und zu transformieren.
• Delta Lake-Tabellen zur Versionierung und Verwaltung von Daten zu nutzen.
• Datenaufnahmepipelines mit Dataflows Gen2 zu implementieren.
• Datenpipelines mit Data Factory zu orchestrieren.