Microsoft Fabric Uçtan Uca Veri Platformu

Eğitim Hakkında

OneLake, Data Engineering, Warehouse, Real-Time ve BI

Bu orta seviye eğitim, Microsoft Fabric'i uçtan uca bir veri platformu olarak ele alır. OneLake merkezli mimari ve shortcut'lar; Data Factory ile veri alma ve pipeline; Data Engineering ile lakehouse ve Spark; Data Warehouse ile T-SQL; Real-Time Intelligence ile akış verisi ve KQL; Data Science ile not defterleri; Power BI ile semantik model ve raporlar bir bütün olarak işlenir. Çalışma alanı, kapasite, yönetişim ve dağıtım da kapsanır. Katılımcılar farklı iş yüklerini tek platformda birleştirerek baştan sona bir veri çözümü kurar.

Süre ve Format

4 Gün. Her gün dört modül; veri alma ve depolamadan analiz, akış ve raporlamaya ilerlenir.

Seviye

Orta Seviye — Microsoft Fabric'in tüm iş yükleriyle veri alma, dönüştürme, depolama, analiz ve raporlamayı uçtan uca ele alması.

Öğrenme Metodu

Katılımcılar örnek bir veri çözümünü Fabric iş yüklerini sırayla kullanarak uçtan uca inşa eder.

Neden Bu Eğitim?

🌐Tek Platform

Veri mühendisliğinden BI'a kadar tüm iş yüklerini tek çatı altında birleştirirsiniz.

💧OneLake Merkezi

Tek mantıksal veri gölüyle kopyalamayı azaltıp tutarlılık sağlarsınız.

⚡Gerçek Zaman

Real-Time Intelligence ile akış verisini anında analiz edersiniz.

Anahtar Konular

Microsoft FabricOneLakeveri platformuData FactorylakehouseReal-Time IntelligenceKQLPower BI

“Veri platformu, ayrı araçları tek bir akışa dönüştürdüğünde değer üretir.”

Ön Koşullar

Eğitimden verim almak için faydalı olacak bilgi ve ortam gereksinimleri

1

Veri Temeli

Veritabanı ve SQL kavramlarına aşinalık faydalıdır.

2

Fabric Erişimi

Bir Microsoft Fabric çalışma alanına (deneme) erişim gereklidir.

3

Power BI

Power BI ile temel raporlama deneyimi önerilir.

4

Bulut Kavramı

Bulut veri hizmetlerine temel aşinalık faydalıdır.

Eğitim İçeriği

Programın gün gün akışı aşağıdadır. Bir güne tıklayarak o günün modüllerini ve içeriklerini görebilirsiniz.

Günün hedefiKatılımcı, Fabric mimarisini kavrayıp Data Factory ile veriyi platforma alabilir.

Modül 1

Platform Mimarisi

Fabric iş yükleri ve SaaS deneyimi
Çalışma alanı ve kapasite modeli
OneLake ve delta tablo standardı
Shortcut ile veriyi kopyalamadan referanslama
Öğe türleri ve bağımlılık
Lisans ve kapasite planlaması

Modül 2

Data Factory

Pipeline ile veri orkestrasyonu
Copy activity ve bağlayıcılar (connectors)
Dataflow Gen2 ile dönüşüm
Parametreli ve dinamik akışlar
Zamanlama ve tetikleyiciler
Hata yönetimi ve izleme

Modül 3

Veri Kaynakları

Dosya, veritabanı, API ve bulut kaynakları
On-premises gateway kavramı
Artımlı veri alma stratejileri
Shortcut ile S3/ADLS/dataverse referansı
Kaynak kimlik ve güvenlik
Veri alma desenlerinin seçimi

Modül 4

Yönetişim Temeli

Çalışma alanı rolleri ve erişim
Veri soyağacı (lineage) görünümü
Hassasiyet etiketleri (sensitivity labels)
Purview ile keşif temeli
Domains ile veri alanı organizasyonu
Standart ve politika yaklaşımı

Günün hedefiKatılımcı, lakehouse ve warehouse ile veriyi depolayıp dönüştürerek analize hazırlayabilir.

Modül 1

Lakehouse

Files/Tables yapısı ve delta tablolar
Spark notebook ile dönüşüm
SQL analytics endpoint
Shortcut ile tablo paylaşımı
Madalyon katman mantığı
V-Order ve optimizasyon

Modül 2

Spark Dönüşümleri

PySpark DataFrame işlemleri
Join, groupBy ve pencere fonksiyonları
Veri temizliği ve standartlaştırma
Delta tablolara yazma
Spark SQL kullanımı
Performans ve kaynak ayarı

Modül 3

Warehouse

T-SQL ile tablo ve sorgu
COPY INTO ile toplu yükleme
Lakehouse ve warehouse karşılaştırması
Cross-database sorgulama
Stored procedure ve view
İş yüküne göre depo seçimi

Modül 4

Veri Modelleme

Yıldız şeması ve boyut/olgu tabloları
Surrogate key ve SCD mantığı
Gold katmanda raporlamaya uygun model
Veri kalitesi kuralları
Tutarlı adlandırma ve standart
Model dokümantasyonu

Günün hedefiKatılımcı, akış verisini KQL ile analiz edip veri bilimi not defterleri çalıştırabilir.

Modül 1

Real-Time Intelligence

Eventstream ile akış verisi alma
KQL database ve Eventhouse
KQL ile akış sorgulama
Real-time dashboard oluşturma
Data activator ile uyarı/aksiyon
Akış ve toplu veri birleşimi

Modül 2

KQL Sorgulama

KQL temel operatörleri (where, summarize, project)
Zaman serisi analizi (make-series)
Toplama ve pencereleme
Join ve union KQL'de
Materialized view kavramı
KQL ile anlık içgörü

Modül 3

Veri Bilimi

Fabric notebook ve ortam (environment)
MLflow ile deney izleme
Model eğitimi ve kaydı
SynapseML ve kütüphaneler
Veri ön işleme Spark ile
Modeli tahmin için kullanma

Modül 4

Entegrasyon

Gerçek zaman ile BI'ı birleştirme
Notebook çıktısını lakehouse'a yazma
Pipeline ile uçtan uca akış
Akış ve toplu veri senkronu
Olay tabanlı tetikleme
Senaryo bütünlüğü

Günün hedefiKatılımcı, semantik model ve raporlarla çözümü tamamlayıp dağıtabilir ve yönetebilir.

Modül 1

Semantik Model

Direct Lake ile modelleme
İlişkiler ve DAX ölçüleri
Depolama modu seçimi
Zaman zekası ve KPI
Model optimizasyonu
RLS ile güvenlik

Modül 2

Raporlama

Power BI raporları ve görseller
Etkileşim ve drill-through
Dashboard ve pano düzeni
Rapor teması ve erişilebilirlik
Paginated report kavramı
Mobil görünüm

Modül 3

Dağıtım ve Paylaşım

Workspace ve app yayınlama
Deployment pipelines
Git entegrasyonu
İzin ve paylaşım yönetimi
Yenileme zamanlaması
Dağıtım doğrulama

Modül 4

Uçtan Uca Çözüm

Kaynaktan rapora tüm akışın bağlanması
Çözümün izlenmesi (monitoring hub)
Maliyet ve kapasite yönetimi
Hata ayıklama ve bakım
Yönetişim ve belgeleme
Üretime geçiş kontrol listesi

Eğitim Kazanımları

Program sonunda katılımcılar:

✅

Platform Hakimiyeti

Fabric iş yüklerini ve OneLake mimarisini bütünsel kavrarsınız

✅

Veri Alma

Data Factory ile kaynaklardan veriyi platforma alırsınız

✅

Lakehouse/Warehouse

Spark ve T-SQL ile veriyi depolayıp dönüştürürsünüz

✅

Veri Modelleme

Yıldız şemasıyla raporlamaya uygun model kurarsınız

✅

Gerçek Zaman

Eventstream ve KQL ile akış verisini analiz edersiniz

✅

Veri Bilimi

Notebook ve MLflow ile model deneyleri yürütürsünüz

✅

Raporlama

Semantik model ve Power BI ile çözümü raporlarsınız

✅

Dağıtım

Çözümü dağıtım hatlarıyla yayınlayıp yönetirsiniz

Kimler İçin Uygundur?

Veri mühendisleri
BI uzmanları
veri mimarları
Fabric'i bütünsel öğrenmek isteyen veri profesyonelleri için uygundur

Sıkça Sorulan Sorular

Bu eğitim kimler için uygundur?

Veri mühendisleri, BI uzmanları, veri mimarları ve Fabric'i bütünsel öğrenmek isteyenler için uygundur.

DP-600'den farkı nedir?

Bu eğitim tüm iş yüklerini bütünsel tanıtır; DP-600 eğitimi analitik mühendisliği ve sınav odaklıdır.

Gerçek zamanlı analiz işleniyor mu?

Evet; Eventstream, KQL database ve real-time dashboard ayrı bir gün olarak ele alınır.

Programlama şart mı?

Temel SQL yeterlidir; Spark ve notebook kısımları adım adım gösterilir.

Sertifika veriliyor mu?

Katılım koşullarını sağlayanlara Digital Vizyon Akademi Katılım ve Başarı Sertifikası verilir.

Sertifikalandırma

Bu eğitim Digital Vizyon Akademi Başarı Sertifikası ile tamamlanır.

Eğitim başında “Ön Test”, bitiminde “Son Test” uygulanarak gelişim ölçümlenir. Değerlendirme formunu dolduran katılımcılar sertifikalarını alır. Sertifikanızın geçerliliğini Sertifika Sorgulama sayfasından doğrulayabilirsiniz.

Örnek Sertifika

MICROSOFT FABRİC İLE UÇTAN UCA VERİ PLATFORMU EĞİTİMİ

Eğitim Hakkında

Neden Bu Eğitim?

Anahtar Konular

Ön Koşullar

Eğitim İçeriği

Platform Mimarisi

Data Factory

Veri Kaynakları

Yönetişim Temeli

Lakehouse

Spark Dönüşümleri

Warehouse

Veri Modelleme

Real-Time Intelligence

KQL Sorgulama

Veri Bilimi

Entegrasyon

Semantik Model

Raporlama

Dağıtım ve Paylaşım

Uçtan Uca Çözüm

Eğitim Kazanımları

Kimler İçin Uygundur?

Sıkça Sorulan Sorular

Sertifikalandırma

Eğitim Bilgileri

Bu Eğitimle Birlikte Tercih Edilenler

Data Models Eğitimi

Data Nuts & Bolts: Fundamentals of Data Eğitimi

Data Persistence & Validation Eğitimi

Data Policies and Standards Eğitimi

Data Preprocessing Eğitimi