Microsoft Fabric
Bu eğitim, Microsoft Fabric kullanarak kurumsal ölçekte veri analitiği çözümlerini uygulamaya ve yönetmeye yönelik yöntem ve uygulamaları kapsar. Katılımcılar mevcut ...
Daha fazla göster
Eğitmen
Sarp Vahabi
8
Öğrenciler
Maksimum Sınıf Kontenjanı
- Genel Bilgiler
- Eğitim İçeriği (Müfredat)
ℹ️
Öğrenciler bu eğitime ister yüz yüze, ister online-canlı olarak katılabilirler.
🏢
Bu eğitimi kendi kurumunuzda planlamak için bize ulaşabilirsiniz.
MCT (Microsoft Certified Trainer) Sertifikalı Eğitmenler
Microsoft'un yazılım ve teknolojilerinin çoğu teknik olarak karmaşıktır ve profesyoneller, kullanımları konusunda bilgili eğitmenlerden eğitim almayı gerektirebilir. Bu tür eğitimleri genel kullanıma sunmak için Microsoft, Microsoft teknolojileri konusunda teknik ve öğretimsel uzmanlık sergileyen ve sürdüren ve tüm gereksinimlere uyan profesyonel eğitmenlere ve öğrenim danışmanlarına üyelik sağlayan Microsoft Sertifikalı Eğitmen (MCT) Programını geliştirmiştir.
Eğitim Hakkında
Bu eğitim, Microsoft Fabric kullanarak kurumsal ölçekte veri analitiği çözümlerini uygulama ve yönetme yöntemlerini ve uygulamalarını kapsamaktadır.
Katılımcılar, bu eğitim sonucunda mevcut analitik becerilerini geliştirerek, Microsoft Fabric bileşenlerini (Lakehouse, Data Warehouse, Notebooks, Dataflows, Data Pipeline ve Semantic Models) kullanarak analiz varlıkları oluşturmayı ve dağıtmayı öğreneceklerdir.
- Eksiksiz ve Kapsamlı: Bu kurs, Microsoft Fabric’in kapsamlı paketinin her yönünü kapsar. Gerçek ve pratik sonuçları olan tek bir kurs.
- Gerçek Dünya Senaryoları: Veri akışlarını nasıl otomatikleştireceğinizi, makine öğrenimi modellerini nasıl dağıtacağınızı ve otomatikleştireceğinizi, gerçek zamanlı analiz hatları nasıl oluşturacağınızı ve her şeyin nasıl birbirine bağlı olduğunu öğrenin.
- Kavramsal Anlayış: OneLake altyapısını anlamaktan Data Activator’ın potansiyelini ortaya çıkarmaya kadar. Bu kurs, Microsoft Fabric’in paketi hakkında kapsamlı bir anlayış sağlamak için titizlikle tasarlanmıştır.
- Pratik, Uygulamalı Deneyim: Gerçek dünya senaryolarıyla etkileşime geçin ve öğrendiklerinizi doğrudan Microsoft Fabric ortamında uygulayın.
Kimler Katılabilir?
- Microsoft Fabric’i keşfetmek isteyen BT Profesyonelleri
- Uygulamalı becerilerle veri alanına girmek isteyen istekli Veri Profesyonelleri
- Microsoft Fabric’te ustalaşmak isteyen Veri Mühendisleri ve Veri Bilimcileri
- Fabric’teki becerilerini geliştirmeyi hedefleyen BI Profesyonelleri
Analitik alanında liderlik etmeyi hedefleyen hevesli veri mühendisleri ve mimarları.
Microsoft Fabric’in analitik ve veri mühendisliği yeteneklerinde uzmanlaşmayı hedefleyen deneyimli profesyoneller.
AI destekli analitik çağında değerli, talep gören beceriler edinmek isteyen herkes.
Ön Koşullar
- Microsoft Fabric Kursu için herhangi bir ön koşul bulunmamaktadır. Microsoft Fabric kullanmayı öğrenmek isteyen veya kullanan ancak becerilerini geliştirmek isteyen, çalışmalarını ve raporlarını daha etkin ve daha etkileyici hale getirmek isteyen herkes için uygundur.
Ünvanlar
- Microsoft Fabric Uzmanı
- İş Analisti
- Veri Analisti
- Veri Bilimci
- Çözüm Mimarı
Kazanımlar
Bu eğitimi başarıyla tamamladığınız takdirde aşağıdaki becerilere sahip olacaksınız:
- Kariyerinizi pratik, uygulamalı Microsoft Fabric uzmanlığıyla geliştirin.
- Microsoft Fabric platformu genelinde güvenli, ölçeklenebilir çözümler tasarlayın.
- Gelişmiş veri bilimi uygulamaları için Microsoft Fabric ekosisteminde gezinin.
- Dinamik veri görselleştirmeleri için Power BI’dan yararlanın.
- Gözlemsel verilerden anında içgörüler için gerçek zamanlı analitikte ustalaşın.
- Microsoft Fabric içinde makine öğrenimi modelleri geliştirin ve dağıtın.
- Analitik için kapsamlı Veri Ambarı çözümleri tasarlayın ve yönetin.
- Etkili veri varlık yönetimi ve analitiği için Data Activator’ı kullanın.
- Ölçeklenebilir ETL ve veri entegrasyonu için Data Factory süreçlerini uygulayın.
- Sağlam veri çözümleri için Microsoft Fabric’in veri mühendisliği araçlarında ustalaşın.
Sınavlar
Aldığınız eğitimlerle ilgili ücretli sınavları yetkili sınav merkezlerinde geçerek, uluslararası sertifikalara sahip olabilirsiniz. İ-Akademi Pearson Vue Yetkili Sınav Merkezidir.
Sertifikalar
Katılım sertifikasının yanı sıra; aldığınız eğitimlerle ilgili ücretli sınavları yetkili sınav merkezlerinde geçerek, uluslararası sertifikalara sahip olabilirsiniz. İ-Akademi Pearson Vue Yetkili Sınav Merkezidir.
- İ-Akademi Kurs Katılım Sertifikası | Microsoft Fabric
- Microsoft Certified: Fabric Analytics Engineer Associate
İleri Eğitimler
Bu eğitimi tamamlayan öğrencilerimizin kariyerlerinde ilerlemek için aşağıdaki eğitimlere katılması önerilir.
MICROSOFT FABRIC GİRİŞ
ONELAKE & LAKEHOUSE'LAR
-
5
OneLake -
6Workspaces
-
7Lakehouses
-
8Çalışma Alanlarını (Workspaceler) Keşfetme
-
9Lakehouse'a Veri Yükleme
-
10Tablolara Veri Yükleme
-
11Delta Tablolarını Keşfetme
-
12Dataflow Gen 2 Kullanımı
-
13OneLake Dosya Gezgini
-
14SQL Aalytics Endpoint Kullanımı
-
15Görsel Sorgu Oluşturma
-
16Kısayollar Oluşturma
-
17Erişim & Paylaşım Yönetimi
POWER BI & SEMANTIC MODELLER
-
18Anlamsal Modelleri (Semantic Model) Anlama
-
19Power BI'da Anlamsal Modelleri Kullanma
-
20Yeni Anlamsal Model Oluşturma
-
21Ölçü (Measure) Oluşturma
-
22Power BI Desktop'tan Fabric'e Bağlanma
-
23SQL Endpoint Kullanımı
-
24Otomatik Rapor Oluşturma
-
25Uygulama Oluşturma
-
26Uygulamaları Güncelleme ve Silme
DATA FACTORY
VERİ AMBARLARI (DATA WAREHOUSES)
-
33Veri Ambarı Nedir?
-
34Veri Ambarı Oluşturma
-
35Table Oluşturma
-
36Veri Ekleme ve Güncelleştirme
-
37Tablo Şemasını Değiştirme
-
38Sütunları ve Şema Güncellemelerini Hesaplama
-
39COPY INTO Komutu
-
40Pipeline Kullanarak Veri Kopyalama
-
41Lakehouse'lardan SQL Endpoint'lerine Başvurma
-
42Tablo Klonlama
-
43Anlamsal Modeli Değiştirme ve Raporlar Oluşturma
VERİ MÜHENDİSLİĞİ (DATA ENGINEERING)
-
44Fabric Spark
-
45Bir Veri Çerçevesi (DataFrame) Oluşturma
-
46Notebooks
-
47Dosyaları Yükleme ve Okuma
-
48Lakehouse'a Bağlanma
-
49Şema Tanımlama
-
50Verileri Filtreleme
-
51Şema Değiştirme
-
52Sütun Ekleme
-
53Toplama & Gruplama (Aggregating & Grouping)
-
54Fonksiyonları Kullanma
-
55DataFrame'leri Birleştirme
-
56Lakehouse'a Dosya Yazma
-
57Delta Tablolarına Yazma
-
58SparkSQL Sorguları
-
59Geçici Görünümler (Temporary Views)
-
60Python ve SQL Kullanma
-
61Notebook'ları Zamanlama
-
62Notebook'ları Pipeline'a Entegre Etme
-
63Spark Ayarları
-
64Spark İş Tanımı
-
65Spark İş Tanımı Zamanlama
GERÇEK ZAMANLI ANALİZ (REAL-TIME ANALYTICS)
-
66Fabric'te Gerçek Zamanlı Analizin Temelleri
-
67Kusto Query Language (KQL) Veritabanı Oluşturma
-
68KQL'nin Temelleri
-
69Sıralama ve Filtreleme
-
70Toplama & Gruplama (Aggregating & Grouping)
-
71Verileri Görselleştirme
-
72Veri Alma
-
73Verileri Birleştirme
-
74Eventstream Oluşturma
-
75Steam Verilerini KQL Veritabanına Yönlendirme
-
76Olay İşleme (Event Processing)
-
77KQL Veritabanını Power BI'a Bağlama
-
78Steam'i Lakehouse'a Alma
-
79Notebook'larda Gerçek Zamanlı Veriler
-
80Saklama Politikaları (Retention Policies)
-
81Eventstream'i Silme
VERİ BİLİMİ (DATA SCIENCE)
-
82Veri Bilimine Giriş
-
83Notebook Kurulumu ve Veri Yükleme
-
84Pandas Dataframe Oluşturma
-
85Data Wrangler Kullanarak Veri Temizleme
-
86Keşif Analizi - Dağılımlar (Exploratory Analysis - Distributions)
-
87Özellik Etki Analizi (Feature Impact Analysis)
-
88Özellik Mühendisliği (Feature Engineering)
-
89Sonuçları Power BI'a Bağlama
-
90Deneyleri (Experiments) Kurma ve Modelleri Anlama
-
91Eğitim Verilerini (Training Data) Bölme ve Örnekleme
-
92Modeli Eğitme
-
93Deney ve Metrikleri (Experiment & Metrics) Keşfetme
-
94ROC ve Hassas Geri Çağırma Eğrisini (ROC & Precision Recall Curve) Anlama
-
95Farklı Modelleri Karşılaştırma
-
96Çalışmayı ML Modeli Olarak Kaydetme
-
97ML Modelini Uygulama
