مسترکلاس Microsoft Fabric: مهندسی داده‌ بلادرنگ

آنچه یاد خواهید گرفت:

• درک معماری، کامپوننت ها و سرویس‌های اصلی Microsoft Fabric.
• ساخت پایپ‌لاین‌های داده‌ End-to-End برای جذب داده‌ ابری و درون‌سازمانی
• انجام بارگذاری‌های افزایشی و دسته‌ای با استفاده از SQL DB ADLS ،SFTP ،REST API و Excel
• طراحی چارچوب‌های قابل استفاده مجدد برای جذب داده با قابلیت‌های همزمانی، وابستگی‌ها و زمان‌بندی
• استفاده از Dataflow Gen2 برای پروفایل‌سازی، پاک‌سازی و تبدیل مجموعه‌داده‌ بزرگ
• پیاده‌سازی پایپ‌لاین‌های داده‌ی بلادرنگ با Eventstreams Event Hubs و KQL
• اعمال بهترین شیوه های در Fabric برای مهندسی داده، ذخیره‌سازی و حاکمیت داده

پیش‌نیازهای دوره

• نیازی به تجربه قبلی با Microsoft Fabric نیست. این دوره از مبانی شروع می‌شود.
• آشنایی با کوئری‌های SQL برای تمرین‌های عملی مفید خواهد بود.
• درک اولیه از مفاهیم داده (پایگاه‌داده‌، فایل‌ها، پایپ‌لاین‌ها) توصیه می‌شود.
• یک حساب آزمایشی فعال Microsoft Fabric (یا حساب سازمانی) برای تمرین
• یک کامپیوتر با اتصال به اینترنت برای انجام آزمایشگاه‌ها و تمرین‌ها

توضیحات دوره

با این مسترکلاس عملی که برای مهندسین داده، تحلیل‌گران و معماران طراحی شده است، پتانسیل کامل Microsoft Fabric را آزاد کنید. این دوره دانشجویان را گام‌به‌گام از طریق سناریوهای دنیای واقعی راهنمایی می‌کند تا پایپ‌لاین‌ها را بسازند، داده‌ را جذب و تبدیل کنند، با Dataflows Gen2 کار کنند، داده‌ بلادرنگ را استریم کرده و با KQL کوئری بزنند.

مدرس کار را با مبانی معماری Microsoft Fabric شروع می‌کند و به تکنیک‌های پیشرفته‌ی مهندسی داده مانند بارگذاری افزایشی، Mirror کردن پایگاه‌داده‌، ساخت چارچوب‌های قابل استفاده مجدد برای جذب داده و تنظیم وابستگی‌های چند‌عاملی می‌پردازد.

از طریق 34 درس عملی و مبتنی بر پروژه‌، یاد خواهید گرفت که چگونه:

• به منابع داده‌ی متنوع (SQL ،Snowflake ،REST API ،SFTP Blob Storage ،Excel) متصل شوید.
• پایپ‌لاین‌ها را برای کارایی، موازی‌سازی و بارگذاری افزایشی طراحی و بهینه‌سازی کنید.
• با Lakehouse و Warehouse برای داده‌ ساختاریافته و بدون ساختار کار کنید.
• با استفاده از Dataflows Gen2، بررسی کیفیت داده، پروفایل‌سازی و پاک‌سازی انجام دهید.
• داده‌ بلادرنگ را از Event Hubs به Fabric Eventhouse و پایگاه‌داده‌ KQL استریم کنید.
• بهترین شیوه ها را برای زمان‌بندی، ارکستراسیون و مانیتورینگ پایپ‌لاین‌ها پیاده‌سازی کنید.

در پایان این دوره، دانشجویان یک پورتفولیو از پروژه‌های End-to-End مایکروسافت فابریک خواهند ساخت که آن‌ها را برای حل چالش‌های داده‌ای دنیای واقعی در مقیاس بزرگ آماده می‌کند.

چه یک مبتدی باشید که می‌خواهد Microsoft Fabric را کشف کند و چه یک حرفه‌ای که به دنبال ارتقاء مهارت‌های خود در مهندسی داده‌ مدرن است، این دوره اعتماد به نفس و تخصص لازم را برای طراحی و ارائه راه‌حل‌های داده‌ای با استفاده از Microsoft Fabric به شما می‌دهد.

این دوره برای چه کسانی مناسب است؟

• مهندسین داده که می‌خواهند پایپ‌لاین‌های داده‌ مدرن را در Microsoft Fabric طراحی و بسازند.
• تحلیل‌گران داده و توسعه‌دهندگان BI که می‌خواهند از قابلیت‌های Lakehouse ،Warehouse و ادغام Power BI در Fabric استفاده کنند.
• متخصصان ابری که قصد مهاجرت از Azure Synapse Databricks یا ابزارهای سنتی ETL به Fabric را دارند.
• دانشجویان و مبتدیانی که می‌خواهند مهندسی داده‌ بلادرنگ را بدون تجربه قبلی با Fabric یاد بگیرند.
• تیم‌های سازمانی که می‌خواهند Microsoft Fabric را برای مدیریت و تحلیل داده‌ End-to-End به کار گیرند.