After doing these courses, I feel confident creating professional visualizations and dashboards
รายละเอียดคอร์ส
แปลงและวิเคราะห์ข้อมูลด้วย Microsoft Fabric
ปลดล็อกศักยภาพของ Microsoft Fabric สำหรับการแปลงและวิเคราะห์ข้อมูล คอร์สภาคปฏิบัตินี้จะสอนคุณวิธีจัดการ สำรวจ และปรับแต่งข้อมูลของคุณ ไม่ว่าคุณจะทำงานกับ SQL, Python หรือเครื่องมือแบบ low-code พัฒนาทักษะในการทำความสะอาด กรอง และผสานข้อมูล พร้อมทั้งเพิ่มประสิทธิภาพเพื่อการวิเคราะห์ที่รวดเร็วและมีประสิทธิภาพผลลัพธ์การเรียนรู้หลัก
- 1. เชี่ยวชาญด้าน Data Engineering ด้วย Fabric:เข้าใจวิธีจัดโครงสร้างข้อมูลของคุณอย่างมีประสิทธิภาพ เรียนรู้เกี่ยวกับโมเดลข้อมูลที่ใช้กันทั่วไป รวมถึงสคีมาแบบดาวและแบบสโนว์เฟลก และวิธีเลือกแนวทางที่เหมาะสมที่สุดสำหรับความต้องการด้านข้อมูลเฉพาะของคุณ
- 2. แปลง สำรวจ และวิเคราะห์ข้อมูล:ค้นพบเทคนิคสำคัญสำหรับการแปลงและสำรวจข้อมูล เช่น การทำความสะอาด การกรอง การสรุปรวม และการผสานข้อมูล ฝึกฝนงานเหล่านี้โดยใช้ SQL และ Python ในสภาพแวดล้อม Fabric
- 3. เพิ่มประสิทธิภาพการทำงาน:ปรับปรุงความเร็วและประสิทธิภาพของเวิร์กโฟลว์ Fabric ของคุณ ใช้เครื่องมืออย่างแอป Fabric Capacity Metrics และเทคนิคการเพิ่มประสิทธิภาพ Delta Lake เพื่อติดตามและยกระดับประสิทธิภาพทั่วทั้งบัญชี Fabric ของคุณ
ใครควรเรียนคอร์สนี้?
คอร์สนี้เหมาะอย่างยิ่งสำหรับผู้เชี่ยวชาญด้านข้อมูล นักวิเคราะห์ และวิศวกรที่ต้องการเชี่ยวชาญการจัดการและการเพิ่มประสิทธิภาพข้อมูลใน Microsoft Fabric เหมาะสำหรับผู้เริ่มต้น แต่สมมติว่าคุณมีความเข้าใจพื้นฐานเกี่ยวกับเวิร์กโฟลว์ข้อมูลการเตรียมความพร้อมสำหรับการรับรอง
เข้าใกล้การได้รับใบรับรอง Microsoft Fabric Analytics Engineer Associate (DP-600) มากขึ้น คอร์สนี้ครอบคลุมหัวข้อและทักษะสำคัญที่จำเป็นสำหรับการสอบ รวมถึงการแปลงข้อมูล การสร้างแบบจำลอง และการเพิ่มประสิทธิภาพการทำงานข้อกำหนดเบื้องต้น
หลักสูตร
โครงสร้างคอร์ส
1
Data Engineering ด้วย Microsoft Fabric
รับภาพรวมเบื้องต้นขององค์ประกอบพื้นฐานด้าน data engineering ใน Microsoft Fabric ตั้งแต่รายละเอียดการออกแบบโซลูชันหลักอย่าง star schema ไปจนถึงฟีเจอร์ต่าง ๆ ของ Fabric ที่รองรับการสำรวจและแปลงข้อมูล
- การแปลงและวิเคราะห์ข้อมูลด้วย Microsoft Fabric50 XP
- การสร้าง Lakehouse แรกของคุณ100 XP
- Data Engineering ใน Microsoft Fabric50 XP
- สำรวจ Fabric Data Engineering100 XP
- Item สำหรับจัดเก็บและแปลงข้อมูล100 XP
- Lakehouse เทียบกับ Warehouse100 XP
- Star Schema เบื้องต้น50 XP
- Star Schemas100 XP
- Snowflake Schemas100 XP
- สถานการณ์การออกแบบโมเดลข้อมูล100 XP
- การสำรวจและแปลงข้อมูล50 XP
- การรวมกลุ่มข้อมูล100 XP
- การผสานข้อมูล100 XP
2
การสร้าง Star Schema สำหรับ Lakehouse หรือ Warehouse
เจาะลึกประเด็นสำคัญที่ต้องพิจารณาเมื่อสร้าง star schema ใน Microsoft Fabric ครอบคลุมการสร้าง fact table และ dimension table การจัดการ slowly changing dimensions และสถานการณ์ dimension พิเศษอื่น ๆ รวมถึงการ normalize และ de-normalize ข้อมูล
3
การแปลง สำรวจ และวิเคราะห์ข้อมูล
เจาะลึกด้านสำคัญของการแปลงและสำรวจข้อมูล ได้แก่ การทำความสะอาด การกรอง การรวมกลุ่ม และการผสานข้อมูล
4
การปรับปรุงประสิทธิภาพ
เรียนรู้เครื่องมือสำหรับติดตามประสิทธิภาพของโซลูชัน Fabric และวิธีนำการปรับปรุงประสิทธิภาพไปใช้กับโครงสร้างพื้นฐานและรายการต่าง ๆ ใน Fabric รวมถึงการปรับแต่ง delta lake tables
การแปลงและวิเคราะห์ข้อมูลด้วย Microsoft Fabric
เรียนจบแล้ว

