Şirketiniz için uçtan uca veri analitiği çözümlerini keşfedin. Uygulamalı Microsoft Fabric eğitimi ile OneLake, Power BI ve veri mühendisliği süreçlerinde uzmanlaşın.

  Eğitimin Amacı: Katılımcıların Microsoft Fabric platformunu baştan sona öğrenmelerini, veri alma, veri dönüştürme, Lakehouse ve Warehouse geliştirme, PySpark ile veri işleme, gerçek zamanlı analitik uygulamaları geliştirme ve Power BI ile modern raporlama çözümleri oluşturma konularında yetkinlik kazanmalarını sağlamaktır.

  Süresi: 18 Saat

Eğitim İçeriği

• Microsoft Fabric'e Giriş
  • Microsoft Fabric Nedir?
  • Microsoft Fabric Mimarisi
  • OneLake Kavramı
  • Fabric Bileşenleri ve Kullanım Amaçları
  • Fabric ve Power BI İlişkisi
  • Fabric Kullanım Senaryoları
  • Workspace Yapısı ve Yönetimi
  • Lisanslama ve Capacity Modelleri
• OneLake ile Çalışmak
  • OneLake Nedir?
  • OneLake Mimarisi
  • Veri Gölü (Data Lake) Kavramı
  • Dosya ve Klasör Yapısı
  • Shortcut Kullanımı
  • Veri Paylaşımı ve Güvenlik
  • OneLake Explorer Kullanımı
  • Dosya Yükleme ve Yönetimi
• Data Factory ve Veri Entegrasyonu
  • Data Factory Nedir?
  • Data Pipeline Oluşturmak
  • Dataflow Gen2 Kullanımı
  • SQL Server'dan Veri Almak
  • Excel ve CSV Dosyalarından Veri Almak
  • API ve Web Servislerinden Veri Almak
  • Incremental Load Uygulamak
  • Zamanlanmış Veri Yenileme
  • Pipeline Parametreleri ve Değişkenler
  • Hata Yönetimi ve İzleme
• Lakehouse ile Çalışmak
  • Lakehouse Nedir?
  • Data Lake ve Data Warehouse Farkları
  • Delta Lake Yapısı
  • Files ve Tables Bölümleri
  • Managed ve External Table Kullanımı
  • Parquet Dosyaları ile Çalışmak
  • Lakehouse Oluşturmak
  • Lakehouse'a Veri Yüklemek
  • SQL Endpoint Kullanımı
• Data Engineering ve Notebook Kullanımı
  • Spark Mimarisi
  • Notebook Oluşturmak
  • Notebook Ortamını Yönetmek
  • PySpark ile Veri Okumak
  • DataFrame İşlemleri
  • Veri Filtreleme ve Sıralama
  • Join İşlemleri
  • Aggregate Fonksiyonları
  • Window Fonksiyonları
  • Notebook Otomasyonu
• Veri Dönüştürme ve Medallion Architecture
  • Bronze Katmanı
  • Silver Katmanı
  • Gold Katmanı
  • ETL ve ELT Yaklaşımları
  • Veri Temizleme İşlemleri
  • Veri Zenginleştirme İşlemleri
  • Boyut ve Fact Tablolarının Oluşturulması
  • Incremental Veri İşleme
• Fabric Data Warehouse
  • Data Warehouse Nedir?
  • T-SQL ile Çalışmak
  • Tablo Oluşturmak
  • View Oluşturmak
  • Stored Procedure Kullanımı
  • Star Schema Tasarımı
  • Snowflake Schema Tasarımı
  • Slowly Changing Dimension (SCD)
  • Performans Optimizasyonu
• Real-Time Intelligence
  • Gerçek Zamanlı Analitik Nedir?
  • Eventstream Oluşturmak
  • KQL Database Kullanımı
  • Kusto Query Language (KQL)
  • Log ve Telemetri Verilerinin Analizi
  • Zaman Serisi Verileri ile Çalışmak
  • Gerçek Zamanlı Dashboard Oluşturmak
• Data Science ve Makine Öğrenmesi
  • Fabric Data Science Ortamı
  • Python ile Veri Analizi
  • Özellik Mühendisliği
  • Tahmin Modelleri Oluşturmak
  • Model Eğitmek ve Test Etmek
  • Model Sonuçlarını Değerlendirmek
  • Notebook ile Machine Learning Uygulamaları
• Power BI ve Microsoft Fabric Entegrasyonu
  • Direct Lake Teknolojisi
  • Semantic Model Oluşturmak
  • İlişkiler ve Veri Modelleme
  • DAX Hesaplamaları
  • Rapor ve Dashboard Tasarımı
  • Veri Yenileme ve Yayınlama
  • Yetkilendirme ve Güvenlik
  • Performans Optimizasyonu
• Yönetim, Güvenlik ve DevOps
  • Workspace Güvenliği
  • Row Level Security (RLS)
  • Object Level Security (OLS)
  • Sensitivity Labels
  • Monitoring Hub Kullanımı
  • Capacity Metrics Uygulaması
  • Deployment Pipeline
  • CI/CD Süreçleri
  • En İyi Uygulamalar ve Mimari Öneriler
• Uçtan Uca Microsoft Fabric Projesi
  • SQL Server'dan Veri Alma
  • Pipeline Oluşturma
  • Lakehouse Tasarımı
  • PySpark ile Veri Dönüştürme
  • Warehouse Oluşturma
  • Semantic Model Hazırlama
  • Power BI Dashboard Tasarımı
  • Gerçek Zamanlı Veri Entegrasyonu
  • Uçtan Uca Proje Geliştirme ve Yayınlama