Dans ce chapitre, nous vous présenterons les sept expériences Fabric et expliquerons les principaux cas d’usage de Fabric.

Bienvenue dans Introduction à Microsoft Fabric

Connexion à Fabric

Qu’est-ce que Fabric ?

Personas Fabric : un Data Engineer

Personas Fabric : spécialiste Machine Learning

Le format Delta-Parquet

Les sept charges de travail Fabric (Partie 1)

Explorer un Warehouse

Ajouter des données à un entrepôt avec Dataflow

Travailler avec des données dans des lakehouses

Les sept expériences Fabric (Partie 2)

Explorer un notebook

Explorer un modèle ML

Détecter les changements dans les données

Introduction à Fabric

Dans ce chapitre, nous verrons comment ajouter des données à un Lakehouse Fabric et interroger ces données.

Ingestion de données dans les Lakehouses

Créer des tables à partir de fichiers bruts

Ajouter des données à l’aide d’un raccourci

À propos des lakehouses

Le point de terminaison SQL Analytics

Écrire des requêtes SQL

L’éditeur de requêtes visuelles

Autres fonctionnalités des requêtes visuelles

Modifier les données du Lakehouse

Erreurs dans le SQL Analytics Endpoint

Modifier des tables depuis un Notebook

Instructions DML

Travailler avec les Lakehouses

Dans ce chapitre, nous verrons comment intégrer des données dans Power BI à l’aide de modèles sémantiques.

Modèles sémantiques

Obtenir votre licence Power BI

Créer un modèle sémantique

Power BI avec des modèles sémantiques

Analyse rapide avec Direct Lake

Le modèle sémantique par défaut

Modes de stockage : avantages et inconvénients

Conclusion et certification Microsoft Fabric

Questions d’auto-réflexion

Power BI dans Fabric

Company data

Marketing data

Bienvenue dans l’univers de Microsoft Fabric ! Dans ce cours, vous allez explorer une variété d’outils proposés dans les sept expériences Fabric afin de comprendre les principaux cas d’usage de Fabric. Découvrez comment les data engineers, data scientists, administrateurs de bases de données et analystes BI utilisent Fabric pour atteindre leurs objectifs métier. Ce cours constitue un point de départ pour vous préparer à la certification Microsoft Fabric Analytics Engineer Associate (DP-600).

<h2>Bienvenue chez Microsoft Fabric</h2>Faites vos premiers pas avec Microsoft Fabric, une plateforme tout-en-un qui réunit l'ingénierie des données, la science des données et l'intelligence économique. Ce cours propose une expérience pratique des principales fonctionnalités de Fabric, vous aidant à gérer les données entre les équipes, à automatiser les pipelines et à créer des tableaux de bord pertinents.<br><br>
<h2>Découvrez les sept expériences proposées par Fabric</h2> Veuillez prendre connaissance des fonctions principales des sept expériences proposées par Fabric : Usine de données, ingénierie des données, entrepôt de données, science des données, intelligence en temps réel, Power BI et activateur de données.<br><br>
<h2>Ingestion et transformation des données de référence</h2> Apprenez à utiliser les pipelines de données, Dataflow Gen 2 et les raccourcis pour ingérer, nettoyer et transformer les données dans Fabric.<br><br>
<h2>Choisissez la solution de stockage appropriée</h2>Découvrez les différences entre les Lakehouses et les Warehouses, et dans quels cas les utiliser pour vos besoins en matière de stockage de données.<br><br>
<h2>Business Intelligence avec Power BI</h2> Créez des tableaux de bord et des rapports interactifs à partir des données de vos Fabric Lakehouses et Warehouses, entièrement intégrés à Power BI.<br><br>
<h2>Préparation à la certification</h2> Ce cours constitue votre première étape vers l'obtention de la certification Microsoft Fabric Analytics Engineer Associate (DP-600) et couvre les principaux thèmes et compétences abordés lors de l'examen.


Pour comprendre les cas d'utilisation de Fabric, explorez divers outils dans les sept expériences Fabric.

Introduction à Microsoft Fabric

Afin de mieux appréhender les principaux cas d'utilisation de Fabric, découvrez divers outils dans le cadre des sept expériences Fabric.

Personas Fabric : spécialiste Machine Learning

Exercice interactif pratique