Kurs Microsoft Fabric w praktyce: od Lakehouse do Apache Spark – kompleksowa analityka danych

1. Wprowadzenie do Microsoft Fabric

• omówienie architektury i kluczowych funkcjonalności,
• korzyści z wdrożenia platformy,
• rola zespołów ds. danych oraz infrastruktura sieci szkieletowej.

2. Konfiguracja i aktywacja platformy

• praktyczne aspekty konfiguracji,
• proces włączania i pierwszych kroków,
• najlepsze praktyki wdrożenia.

3. Koncepcja Lakehouse

• definicja Lakehouse jako nowoczesnego podejścia do analizy danych,
• różnice między tradycyjnymi magazynami danych a Lakehouse,
• przykłady zastosowań w Microsoft Fabric.

4. Praca z Fabric Lakehouse

• eksploracja danych w środowisku Lakehouse,
• przekształcanie danych,
• wizualizacja wyników analiz.

5. Wprowadzenie do Apache Spark

• podstawy architektury i wymagań dla Spark,
• konfiguracja środowiska Spark,
• inicjalizacja sesji i uruchomienie platformy.

6. Operacje na danych w Apache Spark

• ładowanie danych do Spark DataFrame,
• transformacje danych i przygotowanie do analizy,
• praca z danymi przy użyciu języka SQL oraz interfejsu API Spark SQL.

7. Wizualizacja danych w Spark

• techniki prezentacji wyników analiz,
• wykorzystanie narzędzi  wizualizacyjnych,
• optymalizacja prezentacji danych.

8. Praca z tabelami Delta Lake

• omówienie koncepcji i zalet Delta Lake,
• tworzenie i modyfikacja tabel różnicowych,
• wersjonowanie danych i historia zmian.

9. Pozyskiwanie danych za pomocą przepływów Gen2

• podstawy działania przepływów danych (Gen2),
• korzyści i ograniczenia rozwiązania,
• przykłady integracji przepływów w Microsoft Fabric.

10. Automatyzacja i monitorowanie potoków danych

• wprowadzenie do potoków w usłudze Data Factory,
• praktyczne ćwiczenia kopiowania danych i korzystania z szablonów,
• techniki uruchamiania oraz monitorowania przepływów danych.