Microsoft Fabric, OneLake und Power BI - Datenverarbeitung und Analyse

Agenda Einführung in Microsoft Fabric

• Architektur und Komponenten von Fabric
• Service-Orchestrierung und -Verwaltung
• Skalierung und Ausfallsicherheit mit Fabric
• Überwachung und Diagnose von Fabric-Anwendungen

Einführung in Microsoft OneLake

• Struktur und Aufbau eines Data Lakes
• Datenintegration und -management in OneLake
• Einrichtung eines Lakehouses
• Datenzugriff und -sicherheit in einem Data Lake
• Optimierung der Datenverarbeitung mit OneLake

Einführung in Microsoft Power BI

• Datenvisualisierung und Berichterstellung mit Power BI Desktop
• Erstellung von Datenmodellen und DAX-Berechnungen in Power BI
• Datenverbindung und -integration mit verschiedenen Datenquellen
• Veröffentlichung und Freigabe von Berichten und Dashboards in Power BI Service

Datenmanagement mit Fabric und OneLake

• Integration von Fabric und OneLake zur Datenverarbeitung
• Datenbereinigung und -transformation mit Azure Data Factory
• Datenqualitätsmanagement und -validierung in einem Data Lake
• Implementierung von Data Governance-Richtlinien und -Prozessen

Datenanalyse und Visualisierung mit Power BI

• Erweiterte Datenvisualisierungstechniken in Power BI
• Nutzung von Power Query zur Datenmodellierung und -transformation
• Erstellung interaktiver Dashboards und Berichte mit erweiterten Funktionen
• Datenaufbereitung für fortgeschrittene Analyse mit Power BI

Integration von Fabric, OneLake und Power BI

• Verbindung von Fabric-Anwendungen mit OneLake und Power BI
• Datentransformation und -modellierung für Power BI-Analysen
• Automatisierung von Datenpipelines zwischen Fabric, OneLake und Power BI
• Echtzeitdatenintegration und -analyse mit Fabric, OneLake und Power BI

Best Practices

• Tipps zur optimalen Nutzung der Plattformen und Bewältigung von Herausforderungen
• Empfehlungen für eine effektive Datenstrategie und -implementierung
• Zukünftige Entwicklungen und Trends in der Datenverarbeitung und -analyse

Voraussetzungen

• Grundlegende Kenntnisse über Datenbanken und Datenverarbeitung
• Grundkenntnisse über Cloud Computing
• Erfahrung mit Datenanalyse und Berichterstellung
• Grundlegendes Verständnis von Programmierung und SQL

Zielgruppe

• Datenanalysten
• Entwickler