Módulo 1:Introducción al análisis de un extremo a otro con Microsoft Fabric.
Descubra cómo Microsoft Fabric puede satisfacer las necesidades de análisis de su empresa en una plataforma. Obtenga información sobre Microsoft Fabric y cómo funciona e identifique cómo puede usarlo para sus necesidades de análisis.
• Exploración del análisis de un extremo a otro con Microsoft Fabric.
• Equipos de datos y Microsoft Fabric.
• Habilitación y uso de Microsoft Fabric.
Módulo 2: Administración de Microsoft Fabric.
Microsoft Fabric es una solución SaaS para el análisis de datos de un extremo a otro. Como administrador, puede configurar características y administrar el acceso para satisfacer las necesidades de su organización.
• Descripción de la arquitectura de Fabric.
• Descripción del rol Administrador de Fabric.
• Administración de la seguridad de Fabric.
• Gobernanza de los datos en Fabric.
Módulo 3: Ingesta de datos con flujos de datos Gen2 en Microsoft Fabric.
La ingesta de datos es fundamental en los análisis. Microsoft Fabric Data Factory ofrece flujos de datos para crear visualmente la ingesta y transformación de datos en varios pasos con Power Query Online.
• Descripción de los flujos de datos Gen2 en Microsoft Fabric.
• Exploración de flujos de datos Gen2 en Microsoft Fabric.
• Integración de flujos de datos Gen2 y canalizaciones en Microsoft Fabric.
• Ejercicio: Creación y uso de un flujo de datos Gen2 en Microsoft Fabric.
Módulo 4: Ingesta de datos con cuadernos de Spark y Microsoft Fabric.
Descubra cómo usar Apache Spark y Python para la ingesta de datos en un almacén de lago de datos de Microsoft Fabric. Los cuadernos de Fabric proporcionan una solución escalable y sistemática.
• Conexión a datos con Spark.
• Escritura de datos en un almacén de lago de datos.
• Considere los usos que pueden tener los datos ingeridos.
• Ejercicio: Ingesta de datos con cuadernos de Spark y Microsoft Fabric.
Módulo 5: Uso de canalizaciones de Data Factory en Microsoft Fabric.
Microsoft Fabric tiene funcionalidades de Data Factory, incluida la capacidad de crear canalizaciones que organizan tareas de ingesta y transformación de datos.
• Descripción de las canalizaciones.
• Uso de la actividad Copiar datos.
• Uso de plantillas de canalización.
• Ejecución y supervisión de canalizaciones.
• Ejercicio: Ingesta de datos con una canalización.
Módulo 6: Introducción a los almacenes de lago en Microsoft Fabric.
Los almacenes de lago combinan la flexibilidad del almacenamiento en lagos de datos con el análisis de almacenamiento de datos. Microsoft Fabric ofrece una solución de almacén de lago para un análisis exhaustivo en una sola plataforma SaaS.
• Exploración del almacén de lago de Microsoft Fabric.
• Trabajar con almacenes de lago de Microsoft Fabric.
• Exploración y transformación de datos en un almacén de lago.
• Ejercicio: Creación e ingesta de datos con un almacén de lago de Microsoft Fabric.
Módulo 7: Organizar un almacén de datos de Fabric mediante el diseño de la arquitectura de medallas.
Explorar el potencial del diseño de arquitectura de medallas en Microsoft Fabric. Organizar y transformar los datos en las capas Bronce, Plata y Oro de un almacén de lago para un análisis optimizado.
• Descripción de la arquitectura de medallas.
• Implementar una arquitectura de medallas en Fabric.
• Consultar e informar sobre los datos de Fabric Lakehouse.
• Consideraciones para administrar el almacén de lago.
• Ejercicio: Organice su almacén de lago de Fabric utilizando una arquitectura de medallas.
Módulo 8: Uso de Apache Spark en Microsoft Fabric.
Apache Spark es una de las tecnologías principales para el análisis de datos a gran escala. Microsoft Fabric proporciona compatibilidad con clústeres de Spark, lo que le permite analizar y procesar datos en un almacén de lago a escala.
• Preparación para usar Apache Spark.
• Ejecución de código de Spark.
• Trabajo con datos en un DataFrame de Spark.
• Trabajo con datos con Spark SQL.
• Visualización de datos en un cuaderno de Spark.
• Ejercicio: Análisis de datos con Apache Spark.
Módulo 9: Uso de tablas de Delta Lake en Microsoft Fabric.
Las tablas de un almacén de lago de Microsoft Fabric se basan en el formato de almacenamiento de Delta Lake que se usa habitualmente en Apache Spark. Mediante las funcionalidades mejoradas de las tablas delta, puede crear soluciones de análisis avanzadas.
• Descripción de Delta Lake.
• Creación de tablas delta.
• Uso de tablas delta en Spark.
• Uso de tablas delta con datos de streaming.
• Ejercicio: Uso de tablas delta en Apache Spark.
Módulo 10: Introducción a los almacenamientos de datos en Microsoft Fabric.
Los almacenamientos de datos son almacenes analíticos basados en un esquema relacional para admitir consultas SQL. Microsoft Fabric le permite crear un almacenamiento de datos relacional en el área de trabajo e integrarlo fácilmente con otros elementos de la solución de análisis de un extremo a otro.
• Descripción de los aspectos básicos del almacenamiento de datos.
• Descripción de los almacenamientos de datos en Fabric.
• Consultar y transformar datos.
• Preparación de datos para análisis e informes.
• Protección y supervisión del almacenamiento de datos.
• Ejercicio: Análisis de los datos en un almacenamiento de datos.
Módulo 11: Carga de datos en un almacenamiento de datos de Microsoft Fabric.
El almacenamiento de datos en Microsoft Fabric es una plataforma completa para los datos y el análisis, con funcionalidades avanzadas de procesamiento de consultas y T-SQL transaccionales completas para facilitar la administración y el análisis de datos.
• Exploración de estrategias de carga de datos.
• Uso de canalizaciones de datos para cargar un almacenamiento.
• Carga de datos mediante T-SQL.
• Carga y transformación de datos con Dataflow Gen2.
• Ejercicio: Carga de datos en un almacén en Microsoft Fabric.
Módulo 12: Consulta de un almacenamiento de datos en Microsoft Fabric.
El almacenamiento de datos en Microsoft Fabric es una plataforma completa para los datos y el análisis, con funcionalidades avanzadas de procesamiento de consultas y T-SQL transaccionales completas para facilitar la administración y el análisis de datos.
• Uso del editor de consultas SQL.
• Exploración del editor de consultas de objetos visuales.
• Uso de herramientas de cliente para consultar un almacenamiento.
• Ejercicio: Consulta de un almacenamiento de datos en Microsoft Fabric.
Módulo 13: Supervisión de un almacenamiento de datos de Microsoft Fabric.
Un almacenamiento de datos es un componente fundamental de una solución de análisis empresarial. Es importante aprender a supervisar un almacenamiento de datos para que pueda comprender mejor la actividad que se produce en él.
• Supervisión de métricas de capacidad.
• Supervisión de la actividad actual.
• Supervisión de consultas.
• Ejercicio: Supervisión de un almacenamiento de datos en Microsoft Fabric.
Módulo 14: Escalabilidad en Power BI.
Los modelos de datos escalables permiten el análisis a escala empresarial en Power BI. Implemente los procedimientos recomendados de modelado de datos, use el formato de almacenamiento de conjuntos de datos de gran tamaño y practique la creación de un esquema de estrella para diseñar soluciones de análisis que se puedan escalar.
• Descripción de la importancia de los modelos escalables.
• Implementación de procedimientos recomendados de modelado de datos de Power BI.
• Configuración de conjuntos de datos grandes.
• Ejercicio: Creación de un modelo de esquema de estrella.
Módulo 15: Creación de relaciones de modelos de Power BI.
Las relaciones de los modelos de Power BI constituyen la base de un modelo tabular. Defina relaciones de los modelos de Power BI, configure relaciones, reconozca las funciones de relaciones DAX y describa la evaluación de relaciones.
• Descripción de las relaciones de modelos.
• Configuración de relaciones.
• Uso de funciones de relación DAX.
• Descripción de la evaluación de relaciones.
• Ejercicio: Trabajo con relaciones de modelo.
Módulo 16: Uso de herramientas para optimizar el rendimiento de Power BI.
Utilice herramientas para desarrollar, administrar y optimizar el modelo de datos de Power BI y el rendimiento de las consultas DAX.
• Uso del analizador de rendimiento.
• Solución de problemas de rendimiento de DAX mediante DAX Studio.
• Optimización de un modelo de datos mediante el Analizador de procedimientos recomendados.
• Ejercicio: Uso de herramientas para optimizar el rendimiento de Power BI.
Módulo 17: Aplicación de la seguridad de modelos de Power BI.
Aplique la seguridad de modelos en Power BI mediante la seguridad de nivel de fila y la seguridad de nivel de objeto.
• Restricción del acceso a los datos de modelo de Power BI.
• Restricción del acceso a los objetos de modelo de Power BI.
• Aplicación de buenas prácticas de modelado.
• Ejercicio: Aplicación de seguridad de los modelos.
|
