Microsoft Fabric Analytics Engineer (DP-600) Zelfstudiepakket

Algemene omschrijving

In dit zelfstudiepakket zit het officiële cursusmateriaal, een labomgeving, MeasureUp-oefenexamen en een Microsoft-examenvoucher. Je hebt 180 dagen toegang tot de labomgeving.

Duik diep in de wereld van geavanceerde data-analyse met het zelfstudiepakket Microsoft Fabric Analytics Engineer (DP-600). Dit uitgebreide zelfstudiepakket is ontworpen om jou uit te rusten met de benodigde kennis en vaardigheden om grootschalige data-analyseoplossingen te implementeren en te beheren met behulp van Microsoft Fabric. Of je nu jouw bestaande expertise in data-analyse wilt vergroten of nieuwe analytische vaardigheden wilt ontwikkelen, dit zelfstudiepakket biedt de perfecte basis.

Leer hoe jij de volledige suite van Microsoft Fabric-componenten, waaronder lakehouses, datawarehouses, notebooks, dataflows, datapijplijnen en semantische modellen, kunt benutten om doeltreffende analyse-activa te creëren en te implementeren. Dit zelfstudiepakket biedt een praktijkgerichte aanpak, waardoor je niet alleen theoretische kennis opdoet, maar ook hoe jij deze hulpmiddelen toe kunt passen voor het oplossen van complexe data-analysevraagstukken.

Het zelfstudiepakket Microsoft Fabric Analytics Engineer (DP-600) is speciaal ontwikkeld voor professionals die hun kennis en vaardigheden in Power BI uit willen breiden naar grootschalige data-analyseprojecten. Dit zelfstudiepakket is een uitstekende volgende stap voor hen die de training Microsoft Power BI Data Analyst (PL-300) hebben afgerond en het certificaat Microsoft Certified: Power BI Data Analyst Associate hebben behaald of voor professionals met vergelijkbare ervaring in datatransformatie, -modellering, -visualisatie en het delen van analyses.

Doelgroep

De primaire doelgroep voor dit zelfstudiepakket bestaat uit dataprofessionals die ervaring hebben met datamodellering, -extractie en -analyse. Het zelfstudiepakket Microsoft Fabric Analytics Engineer (DP-600) is ontworpen voor professionals die Microsoft Fabric willen gebruiken om oplossingen voor data-analyse op bedrijfsschaal te creëren en te implementeren.

Leerdoelen

Door dit zelfstudiepakket door te nemen zul je de volgende kennis en vaardigheden verkrijgen:

• Dataflow-oplossingen implementeren voor data-invoer en -transformatie in Fabric, inclusief Spark-integratie.
• Toegang krijgen tot externe gegevensbronnen, authenticatie configureren en data-inname optimaliseren voor Fabric Lakehouses.
• Technieken leren om data in Fabric Lakehouses te laden als bestanden of Delta-tabellen.
• De pipeline-mogelijkheden van Fabric begrijpen en gebruiken, inclusief de Copy Data-activiteit en voorafgemaakte sjablonen, om datastromen te orkestreren.
• Fabric Lakehouses ontwerpen en creëren, data efficiënt opnemen in verschillende formaten en data query's uitvoeren met SQL.
• De principes van de medaillonarchitectuur toepassen binnen de Fabric-omgeving voor effectief datamanagement.
• Data opgeslagen in Fabric Lakehouses rechtstreeks analyseren vanuit Power BI met behulp van DirectLake-mogelijkheden.
• Spark configureren en gebruiken binnen Fabric, geschikte scenario's kiezen voor Spark-notebooks en -taken, en data manipuleren via Spark-dataframes.
• Delta Lake- en delta-tabellen in Fabric begrijpen en beheren met Spark voor efficiënt gegevensbeheer en transformaties.
• Onderscheid maken tussen datawarehouses en lakehouses, werken met datawarehouses in Fabric, strategieën voor het laden van data implementeren en pipelines bouwen met T-SQL.

Voorkennis

Voordat je dit zelfstudiepakket doorneemt raden wij aan dat jij eerst het zelfstudiepakket Microsoft Power BI Data Analyst (PL-300) hebt doorgenomen en dat jij het bijbehorend certificaat Microsoft Certified: Power BI Data Analyst Associate hebt behaald.

Ten slotte dien je ook ervaring te hebben met het ontwikkelen en implementeren van oplossingen voor data-analyse op bedrijfsniveau.

Onderwerpen

Module 1: Ingest Data with Dataflows Gen2 in Microsoft Fabric

• Describe Dataflow Gen2 capabilities in Microsoft Fabric.
• Create Dataflow Gen2 solutions to ingest and transform data.
• Include a Dataflow Gen2 in a pipeline.

Lab: Create and use a Dataflow Gen2 in Microsoft Fabric

Module 2: Ingest data with Spark and Microsoft Fabric notebooks

• Ingest external data to Fabric lakehouses using Spark.
• Configure external source authentication and optimization.
• Load data into Lakehouse as files or as Delta tables.

Lab: Ingest data with Spark and Microsoft Fabric notebooks

Module 3: Use Data Factory pipelines in Microsoft Fabric

• Describe pipeline capabilities in Microsoft Fabric.
• Use the Copy Data activity in a pipeline.
• Create pipelines based on predefined templates.
• Run and monitor pipelines.

Lab: Ingest data with a pipeline

Module 4: Get started with lakehouses in Microsoft Fabric

• Describe the core features and capabilities of lakehouses in Microsoft Fabric.
• Create a lakehouse.
• Ingest data into files and tables in a lakehouse.
• Query lakehouse tables with SQL.

Lab: Create and ingest data with a Microsoft Fabric Lakehouse

Module 5: Organize a Fabric lakehouse using medallion architecture design

• Describe the principles of using the medallion architecture in data management.
• Apply the medallion architecture framework within the Microsoft Fabric environment.
• Analyze data stored in the lakehouse using DirectLake in Power BI.
• Describe best practices for ensuring the security and governance of data stored in the medallion architecture.

Lab: Organize your Fabric lakehouse using a medallion architecture

Module 6: Use Apache Spark in Microsoft Fabric

• Configure Spark in a Microsoft Fabric workspace.
• Identify suitable scenarios for Spark notebooks and Spark jobs.
• Use Spark data frames to analyze and transform data.
• Use Spark SQL to query data in tables and views.
• Visualize data in a Spark notebook.

Lab: Analyze data with Apache Spark

Module 7: Work with Delta Lake tables in Microsoft Fabric

• Understand Delta Lake and delta tables in Microsoft Fabric.
• Create and manage delta tables using Spark.
• Use Spark to query and transform data in delta tables.
• Use delta tables with Spark structured streaming.

Lab: Use delta tables in Apache Spark

Module 8: Get started with data warehouses in Microsoft Fabric

• Describe data warehouses in Fabric.
• Understand a data warehouse vs a data Lakehouse.
• Work with data warehouses in Fabric.
• Create and manage datasets within a data warehouse.

Lab: Analyze data in a data warehouse

Module 9: Load data into a Microsoft Fabric data warehouse

• Learn different strategies to load data into a data warehouse in Microsoft Fabric.
• Learn how to build a data pipeline to load a warehouse in Microsoft Fabric.
• Learn how to load data in a warehouse using T-SQL.
• Learn how to load and transform data with dataflow Gen 2.

Lab: Load data into a warehouse in Microsoft Fabric

Module 10: Monitor a Microsoft Fabric data warehouse

• Monitor capacity unit usage with the Microsoft Fabric Capacity Metrics app.
• Monitor current activity in the data warehouse with dynamic management views.
• Monitor querying trends with query insights views.

Lab: Monitor a data warehouse in Microsoft Fabric

Module 11: Understand scalability in Power BI

• Describe the importance of building scalable data models.
• Implement Power BI data modeling best practices.
• Use the Power BI large dataset storage format.

Lab: Create a star schema model

Module 12: Create Power BI model relationships

• Understand how model relationship work.
• Set up relationships.
• Use DAX relationship functions.
• Understand relationship evaluation.

Lab: Work with model relationships

Module 13: Use tools to optimize Power BI performance

• Optimize queries using performance analyzer.
• Troubleshoot DAX performance using DAX Studio.
• Optimize a data model using Tabular Editor.

Lab: Use tools to optimize Power BI performance

Module 14: Enforce Power BI model security

• Restrict access to Power BI model data with RLS.
• Restrict access to Power BI model objects with OLS.
• Apply good development practices to enforce Power BI model security.

Lab: Enforce model security