Seminar - PROKODA GmbH
| Termin | Ort | Preis* |
|---|---|---|
| 22.06.2026 | Berlin | 821,10 € |
Einführung in End-to-End-Analysen mit Microsoft Fabric
Hier erfahren Sie, wie Microsoft Fabric alle Analyseanforderungen Ihres Unternehmens auf einer Plattform erfüllen kann. Sie erfahren mehr über Microsoft Fabric, die Funktionsweise des Diensts und lernen, wie Sie ihn für Ihre Analysezwecke verwenden können.
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.
Verwenden von Apache Spark in Microsoft Fabric
Apache Spark ist eine Kerntechnologie für umfassende Datenanalysen. Microsoft Fabric unterstützt Spark-Cluster, sodass Sie selbst große Datenmengen in einem Lakehouse analysieren und verarbeiten können.
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 können Sie komplexe Analyselösungen erstellen.
Erfassen von Daten mit Gen2-Dataflows in Microsoft Fabric
Die Datenerfassung ist bei der Analyse von entscheidender Bedeutung. Data Factory von Microsoft Fabric enthält Dataflows zum Erstellen und Visualisieren einer mehrstufigen Datenerfassung und -transformation mithilfe von Power Query Online.
Orchestrieren von Prozessen und Datenverschiebungen mit Microsoft Fabric
Microsoft Fabric beinhaltet Data Factory-Funktionen, einschließlich der Möglichkeit, Pipelines zu erstellen, die Datenerfassungs- und Transformationstasks orchestrieren.
Organisieren eines Fabric-Lakehouse anhand des Medaillon-Architekturentwurfs
Erkunden Sie das Potenzial des Medallion-Architekturentwurfs in Microsoft Fabric. Organisieren und transformieren Sie Ihre Daten in den Bronze-, Silber- und Goldebenen bzw. -schichten eines Lakehouse, um optimierte Analysen zu ermöglichen.
Sie sollten mit grundlegenden Datenkonzepten und der zugehörigen Terminologie vertraut sein.
