آموزش Microsoft Fabric از 0 تا 100

آموزش Microsoft Fabric از 0 تا 100

مایکروسافت فابریک (Microsoft Fabric) یک پلتفرم جامع برای تحلیل داده و هوش تجاری (BI) است که می تواند به تیم ها و سازمان ها کمک کند تا از 0 تا ...

تریلر دوره

توضیحات کامل دوره

مایکروسافت فابریک (Microsoft Fabric) یک پلتفرم جامع برای تحلیل داده و هوش تجاری (BI) است که می تواند به تیم ها و سازمان ها کمک کند تا از 0 تا 100 فرآیند جمع آوری، تبدیل، ذخیره سازی و تحلیل داده ها را ...

مایکروسافت فابریک (Microsoft Fabric) یک پلتفرم جامع برای تحلیل داده و هوش تجاری (BI) است که می تواند به تیم ها و سازمان ها کمک کند تا از 0 تا 100 فرآیند جمع آوری، تبدیل، ذخیره سازی و تحلیل داده ها را در یک محیط انجام دهند و به طور کلی فرآیندهای داده را ساده، سریع و مقیاس‌پذیرتر می کند.

از مهم ترین قابلیت های مایکروسافت فابریک می توان به دریاچه داده (OneLake)، یکپارچه سازی و انتقال داده (ETL/ELT)، پردازش و انبار داده های ساختاریافته، تحلیل داده ها به صورت Real-Time، خودکار کردن رویدادها و اقدامات بر اساس داده ها و… اشاره کرد.

 

در این دوره چه مباحثی آموزش داده شده است؟

ما در این دوره به آموزش Microsoft Fabric از 0 تا 100 می پردازیم. این دوره یک راهنمای جامع برای یادگیری کار با مایکروسافت فابریک است که به شما کمک می کند به طور عملی کار با این نرم افزار کاربردی را به طور کامل بیاموزید. ما در این دوره تمامی بخش های Microsoft Fabric را به شما آموزش می دهیم.

در طول این دوره می آموزید که چطور جریان های داده را خودکارسازی کنید، مدل های یادگیری ماشین را پیاده سازی کنید، پایپ لاین های تحلیل داده را به صورت Real-Time بسازید و همچنین نحوه اتصال بخش های مختلف نرم افزار به یکدیگر را یاد می گیرید.

از نقطه صفر یادگیری Microsoft Fabric یعنی از درک زیرساخت OneLake تا بهره برداری از قابلیت های دیگری چون Data Activator را در طول این دوره می آموزید و با سناریوهای واقعی کار با این نرم افزار آشنا می شوید تا بتوانید وارد بازار کار شوید.

از مهم ترین مفاهیم و مباحثی که در این دوره آموزش داده شده است می توان به موارد زیر اشاره کرد:

  • مهندسی داده: مهارت تبدیل و مدیریت داده ها با استفاده از ابزارهای قدرتمند مهندسی داده در Microsoft Fabric
  • Data Factory: تسلط بر استفاده از Data Factory برای یکپارچه سازی و تبدیل داده ها و اجرای فرآیندهای ETL و پایپ لاین‌های مقیاس‌پذیر
  • Data Activator: یادگیری استفاده از Data Activator برای فعال سازی و دسترسی سریع به داده ها برای تحلیل و تصمیم گیری
  • انبار داده: توانایی پیاده سازی و مدیریت انبارهای داده قدرتمند که داده ها را به صورت ساخت یافته ذخیره و برای تحلیل آماده می کنند.
  • علم داده و یادگیری ماشین: ساخت و استقرار مدل های یادگیری ماشین و ادغام هوش مصنوعی در فرآیندهای تحلیل
  • تحلیل بلادرنگ: تسلط بر داده های لحظه ای و مشاهداتی به عنوان سریع ترین دسته داده ها
  • Power BI و هوش تجاری: قدرت دادن به تصمیم‌گیری ها با استفاده از Power BI و دسترسی سریع و مؤثر به تمام داده های Microsoft Fabric

 

سرفصل های دوره آموزش Microsoft Fabric از 0 تا 100

شروع کار با Microsoft Fabric

  • خوش‌آمدگویی
  • همه اسلایدها
  • Microsoft Fabric چیست؟
  • ایجاد حساب کاربری Fabric
  • ساخت فضای کاری Fabric
  • قیمت‌گذاری Fabric

OneLake و Lakehouse

  • آشنایی با OneLake
  • فضای‌های کاری (Workspaces)
  • آشنایی با Lakehouse
  • تجربه یکپارچه توسعه‌دهنده در Fabric
  • بررسی فضای کاری‌ها
  • ایجاد یک lakehouse
  • بارگذاری داده در lakehouse
  • بارگذاری داده در جداول
  • بررسی جداول Delta
  • استفاده از Dataflow Gen 2
  • مرورگر فایل OneLake
  • استفاده از نقطه پایانی SQL Analytics
  • ساخت پرس‌وجوی بصری
  • ایجاد میان‌برها (Shortcuts)
  • مدیریت دسترسی و اشتراک‌گذاری

Power BI و مدل‌های معنایی

  • درک مدل‌های معنایی
  • استفاده از مدل‌های معنایی در Power BI
  • ساخت مدل معنایی جدید
  • ساخت Measures
  • اتصال Power BI Desktop به Fabric
  • استفاده از SQL Endpoint
  • ساخت خودکار گزارش‌ها
  • ساخت اپلیکیشن‌ها
  • به‌روزرسانی و حذف اپلیکیشن‌ها

Data Factory

  • آشنایی با Azure Data Factory و پایپ‌لاین‌های داده
  • فعالیت Copy Data
  • افزودن Dataflow Gen 2 به پایپ‌لاین
  • غیرفعال‌سازی Staging برای عملکرد بهتر
  • زمان‌بندی پایپ‌لاین داده
  • خطایابی و پایش پایپ‌لاین داده

انبار داده (Data Warehouses)

  • انبار داده چیست؟
  • ایجاد یک انبار داده
  • ساخت جدول
  • درج و به‌روزرسانی داده‌ها
  • تغییر ساختار جدول
  • محاسبه ستون‌ها و به‌روزرسانی ساختار
  • دستور COPY INTO
  • کپی داده با استفاده از پایپ‌لاین
  • ارجاع SQL Endpoint از Lakehouse
  • کلون‌کردن جداول
  • ویرایش مدل معنایی و ساخت گزارش

مهندسی داده (Data Engineering)

  • Spark در Fabric
  • ایجاد DataFrame
  • بررسی دفترچه‌ها (Notebooks)
  • بارگذاری و خواندن فایل‌ها
  • اتصال به lakehouse
  • تعریف ساختار داده (Schema)
  • فیلتر کردن داده‌ها
  • ویرایش ساختار
  • افزودن ستون‌ها
  • تجمیع و گروه‌بندی
  • استفاده از توابع
  • اتصال DataFrame‌ها
  • نوشتن فایل در lakehouse
  • نوشتن در جداول Delta
  • پرس‌وجوی SparkSQL
  • نماهای موقت (Temporary Views)
  • استفاده ترکیبی از Python و SQL
  • زمان‌بندی اجرای دفترچه‌ها
  • یکپارچه‌سازی دفترچه‌ها در پایپ‌لاین
  • تنظیمات Spark
  • تعریف شغل Spark
  • زمان‌بندی اجرای شغل Spark

تحلیل بلادرنگ (Real-Time Analytics)

  • مفاهیم پایه تحلیل بلادرنگ در Fabric
  • ساخت پایگاه داده KQL
  • مبانی زبان KQL
  • مرتب‌سازی و فیلتر داده‌ها
  • تجمیع و گروه‌بندی
  • مصورسازی داده‌ها
  • دریافت داده
  • اتصال داده‌ها
  • ساخت Eventstream
  • هدایت داده‌های جریانی به پایگاه داده KQL
  • پردازش رویدادها
  • اتصال پایگاه داده KQL به Power BI
  • وارد کردن جریان داده به lakehouse
  • تحلیل داده بلادرنگ در دفترچه‌ها
  • قوانین نگهداری داده (Retention Policies)
  • حذف Eventstream

علم داده (Data Science)

  • مقدمه علم داده
  • تنظیم دفترچه و بارگذاری داده
  • ساخت DataFrame با Pandas
  • پاک‌سازی داده با Data Wrangler
  • تحلیل اکتشافی – توزیع‌ها
  • تحلیل تأثیر ویژگی‌ها (Feature Impact)
  • مهندسی ویژگی‌ها (Feature Engineering)
  • اتصال نتایج به Power BI
  • تنظیم آزمایش و آشنایی با مدل‌ها
  • تقسیم و نمونه‌گیری داده‌های آموزشی
  • آموزش مدل
  • بررسی آزمایش‌ها و متریک‌ها
  • درک منحنی ROC و Precision-Recall
  • مقایسه مدل‌های مختلف
  • ذخیره اجرا به عنوان مدل ML
  • استفاده از مدل یادگیری ماشین

Data Activator

  • مروری بر Data Activator
  • ساخت Reflex از داده‌های Power BI
  • تنظیم محرک‌ها (Triggers)
  • افزودن داده از Eventstream
  • ساخت محرک از اشیاء

بخش تکمیلی

  • محتوای اضافه (Bonus)

 

آیا گذراندن این دوره پیش نیاز دارد؟

خیر، گذراندن این دوره هیچ گونه پیش نیازی ندارد و از 0 تا 100 مایکروسافت فابریک را می توانید با گذراندن این دوره بیاموزید.

 

این دوره برای چه افرادی مناسب می باشد؟

  • مهندسان، معماران و تحلیلگران داده که می خواهند در دنیای تحلیل داده ها پیشتاز باشند!
  • متخصصان فناوری اطلاعات که می خواهند با Microsoft Fabric آشنا شوند.
  • علاقه مندان به حوزه داده که می خواهند با مهارت های کاربردی وارد این حوزه شوند.
  • مهندسان داده و دانشمندان داده که قصد تسلط بر Microsoft Fabric را دارند.
  • متخصصان هوش تجاری که می خواهند مهارت‌های خود را در Fabric ارتقا دهند.
  • متخصصان با تجربه ای که می خواهند در قابلیت های تحلیلی و مهندسی داده Microsoft Fabric تخصص پیدا کنند.
  • افرادی که به دنبال یادگیری مهارت های پرتقاضا در عصر تحلیل مبتنی بر هوش مصنوعی هستند.

 

حاصل دوره

دانشجویان عزیز با گذراندن این دوره آموزشی به طور کامل با نرم افزار مایکروسافت فابریک (Microsoft Fabric) و نحوه کار با تمامی بخش های آن آشنا می شوند و می توانند پروژه های مختلف را در این نرم افزار انجام دهند.

سرفصل‌های دوره

این دوره سرفصلی ندارد

ارسال نظر شما

نظرات کاربران

نظرات کاربران

هنوز نظری ثبت نشده است.

1,245,000 تومان
249,000 تومان
80% تخفیف

این دوره شامل:
9 ساعت و 51 دقیقه ساعت آموزش
دسترسی مادام‌العمر
گواهی پایان دوره: مشخص نیست
تاریخ انتشار: 1405/07/23
آخرین به‌روزرسانی:
تعداد امتیازها: 0
تعداد دانشجو: 0
خرید اقساطی: ندارد
ضمانت بازگشت وجه: ندارد
برچسب‌ها: