*Wir passen den Kursaufbau und die Inhalte an Ihre spezifischen Anforderungen und relevanten Anwendungsfälle an.
Modul 1: Skalierbare Fabric Datenarchitekturen gestalten
- Fabric Architektur aus Implementierungssicht vertiefen
- Datenflüsse über OneLake, Lakehouse, Warehouse und Semantic Models hinweg gestalten
- Bronze, Silver und Gold Schichten konsequent auf Analytics Lösungen anwenden
- Geeignete Fabric Speicher- und Verarbeitungskomponenten für unterschiedliche Workloads auswählen
Modul 2: Fortgeschrittenes Lakehouse und Delta Table Design
- Mit verwalteten und externen Daten in Fabric Lakehouses arbeiten
- Delta Tables, Transaktionen, Schema Evolution und Tabellenwartung verstehen
- Partitionierung und Dateiorganisation für effiziente Verarbeitung gestalten
- OneLake Shortcuts nutzen, um verteilte Daten ohne unnötige Duplizierung einzubinden
Modul 3: Datentransformation mit Notebooks und Spark
- Strukturierte Transformationsworkflows mit Fabric Notebooks entwickeln
- DataFrames und Spark SQL für größere Datenverarbeitungen einsetzen
- Delta Tables effizient lesen und schreiben
- Notebook Code, Abhängigkeiten, Parameter und wiederverwendbare Transformationsschritte organisieren
Modul 4: Fortgeschrittene Datenaufnahme und Pipeline Orchestrierung
- Pipelines gestalten, die Datenaufnahme und Transformation koordinieren
- Parameter, Variablen, Abhängigkeiten, Bedingungen und wiederverwendbare Pipeline Muster einsetzen
- Pipelines, Notebooks, Dataflows und weitere Fabric Aktivitäten miteinander verbinden
- Monitoring, Retries und kontrollierte Fehlerbehandlung in Datenworkflows implementieren
Modul 5: Fabric Warehouse Architektur und Datenmodellierung
- Relationale analytische Modelle in Fabric Warehouse gestalten
- Tabellen, Schemas, Views und wiederverwendbare SQL Objekte erstellen
- Dimensionale Modellierung mit Fakten und Dimensionen anwenden
- Warehouse und Lakehouse Muster für unterschiedliche Analytics Anforderungen auswählen
Modul 6: Warehouse Datenaufnahme und Transformation mit T-SQL
- Daten effizient in Fabric Warehouse laden
- COPY INTO und SQL basierte Transformationsmuster einsetzen
- Inkrementelle Lade- und Aktualisierungsstrategien implementieren
- Datenqualität und Transformationsabhängigkeiten innerhalb von SQL Workflows verwalten
Modul 7: Performance Optimierung in Fabric
- Häufige Performance Engpässe in Lakehouse, Warehouse und Spark Workloads identifizieren
- Delta Tables, Dateigrößen, Partitionierung und Datenlayout optimieren
- Warehouse Lade- und Abfragemuster für eine effiziente Ausführung verbessern
- Workload Performance, Capacity Nutzung und Kostenaspekte gegeneinander abwägen
Modul 8: Semantic Models und Direct Lake
- Semantic Models auf Basis von Fabric Daten gestalten
- Direct Lake Verhalten verstehen und geeignete Einsatzszenarien erkennen
- Beziehungen, Measures und Modellstruktur für skalierbare Analytics Lösungen verwalten
- Data Engineering Entscheidungen mit der Performance nachgelagerter Power BI Lösungen verbinden
Modul 9: Sicherheit und Governance in Fabric
- Zugriffe über Workspaces, Rollen und Item Berechtigungen gestalten
- Sicherheitsgrenzen zwischen Lakehouse, Warehouse und Power BI verstehen
- Zugriff auf sensible Daten steuern und Least Privilege Prinzipien anwenden
- Technische Implementierung mit organisatorischen Governance Anforderungen verbinden
Modul 10: Monitoring und Fehleranalyse im Produktivbetrieb
- Pipelines, Notebooks, Spark Workloads und weitere Fabric Prozesse überwachen
- Fehler untersuchen und die verantwortliche Verarbeitungsschicht identifizieren
- Capacity und Workload Verhalten bei der Analyse von Performance Problemen berücksichtigen
- Praktische Betriebsroutinen für wiederkehrende Fabric Workloads etablieren
Modul 11: Git Integration und kollaborative Entwicklung
- Fabric Workspaces mit Git Repositories für versionierte Entwicklung verbinden
- Mit Branches, Commits, Synchronisierung und gemeinsamen Änderungen arbeiten
- Entwicklungsänderungen über Fabric Items und Umgebungen hinweg verwalten
- Source Control für Review, Nachvollziehbarkeit und kontrollierte Releases nutzen
Modul 12: Deployment Pipelines und Produktionsarchitektur
- Development-, Test- und Production-Workspaces voneinander trennen
- Fabric Inhalte mit Deployment Pipelines und umgebungsspezifischer Konfiguration übertragen
- Abhängigkeiten, Connection References, Variablen und Deployment Reihenfolge verwalten
- Eine praktische Production Readiness Checkliste für Architektur, Testing, Sicherheit, Monitoring und Ownership aufbauen
