تخفیف ویژه همین الان — دوره‌های تخفیف‌دار را ببینید.
روز
:
ساعت
:
دقیقه
:
ثانیه
تخفیف‌های ویژه
دوره آموزشی آمادگی آزمون DP-700: پیاده‌سازی راهکارهای مهندسی داده با Microsoft Fabric

دوره آموزشی آمادگی آزمون DP-700: پیاده‌سازی راهکارهای مهندسی داده با Microsoft Fabric

5 ساعت 6 دقیقهمتوسط2026-02-11

مدرسین

Microsoft Press

Microsoft Press

Microsoft

جزئیات دوره

این دوره برای آماده‌سازی حرفه‌ای آزمون Microsoft Fabric DP-700 طراحی شده و بهت کمک می‌کنه مهارت‌های مهندسی داده و تحلیل داده رو در یکی از جدیدترین پلتفرم‌های مایکروسافت یعنی Microsoft Fabric به‌صورت عملی یاد بگیری.

تو این آموزش یاد می‌گیری چطور داده‌ها رو از منابع مختلف وارد (Ingest) و پردازش کنی و با ابزارهایی مثل PySpark، Power Query و KQL اون‌ها رو تبدیل و آماده تحلیل کنی. این مهارت‌ها پایه اصلی کار در پروژه‌های داده‌محور و سیستم‌های تحلیلی مدرن هستن.

در ادامه با مفاهیم مهمی مثل مدیریت چرخه عمر داده (Data Lifecycle Management)، امنیت داده، بهینه‌سازی عملکرد و انواع روش‌های ذخیره‌سازی مثل Lakehouse و Data Warehouse آشنا می‌شی و یاد می‌گیری هرکدوم در چه سناریویی استفاده میشن.

یکی از بخش‌های مهم دوره، یادگیری طراحی و مدیریت جریان داده‌هاست؛ یعنی چطور با استفاده از Pipelineها و زمان‌بندی (Scheduling) می‌تونی کل فرآیند انتقال و پردازش داده رو به‌صورت خودکار و سازمان‌یافته اجرا کنی.

این دوره با پروژه‌های کوچک و کاربردی طراحی شده تا تجربه عملی واقعی داشته باشی و بتونی از مفاهیم تئوری در سناریوهای واقعی استفاده کنی.

در نهایت هدف این دوره اینه که بتونی یک راهکار کامل مهندسی داده در Microsoft Fabric طراحی، پیاده‌سازی، مدیریت و بهینه‌سازی کنی و برای نقش‌های حرفه‌ای مثل Data Engineer، Analytics Engineer یا Architect آماده بشی.

اهداف یادگیری
با طراحی و پیاده‌سازی راهکارهای تحلیلی در Microsoft Fabric آشنا می‌شوی.
یاد می‌گیری داده‌ها را از منابع مختلف جمع‌آوری و وارد سیستم کنی.
می‌توانی داده‌ها را با استفاده از PySpark، Power Query و KQL تبدیل کنی.
با مفاهیم ذخیره‌سازی داده مانند Lakehouse و Data Warehouse آشنا می‌شوی.
یاد می‌گیری جریان داده را با Pipelineها طراحی و مدیریت کنی.
می‌توانی فرآیندهای زمان‌بندی و اجرای خودکار داده را پیاده‌سازی کنی.
با اصول امنیت و مدیریت چرخه عمر داده آشنا می‌شوی.
یاد می‌گیری چگونه یک سیستم تحلیلی را مانیتور و بهینه‌سازی کنی.
می‌توانی عملکرد راهکارهای داده را تحلیل و بهبود دهی.
برای آزمون DP-700 و نقش‌های حرفه‌ای داده آماده می‌شوی.

سرفصل ها

مقدمه

  • آزمون DP-700 - پیاده‌سازی راهکارهای مهندسی داده با استفاده از Microsoft Fabric - مقدمه

درس 1 - مقدمه‌ای بر مهندسی داده‌های پارچه مایکروسافت

  • اهداف یادگیری
  • درک اصول اولیه Microsoft Fabric
  • بررسی اجزای کلیدی مهندسی داده‌های Microsoft Fabric
  • درک نقش مهندسان داده در اکوسیستم‌های داده مدرن
  • مقایسه مهندسی داده، علم داده و علم تجزیه و تحلیل
  • دسترسی به مایکروسافت فابریک
  • آشنایی با مجوزها و لایسنس‌های مورد نیاز
  • مسابقه

درس 2 - پیکربندی فضاهای کاری Fabric

  • اهداف یادگیری
  • پیکربندی تنظیمات اسپارک
  • پیکربندی تنظیمات دامنه
  • پیکربندی تنظیمات OneLake
  • پیکربندی تنظیمات گردش کار داده
  • مسابقه

درس ۳ - پیاده‌سازی مدیریت چرخه عمر

  • اهداف یادگیری
  • استفاده از گیت برای کنترل نسخه فضاهای کاری و آیتم‌ها
  • استفاده از پروژه‌های پایگاه داده برای انبار
  • پیاده‌سازی خطوط لوله استقرار
  • مسابقه

درس ۴ - پیکربندی امنیت و مدیریت

  • اهداف یادگیری
  • پیکربندی کنترل‌های دسترسی برای فضاهای کاری
  • پیکربندی کنترل‌های دسترسی برای اقلام
  • پیکربندی کنترل‌های دسترسی RLS، CLS، سطح شیء و سطح فایل پوشه
  • پیکربندی پوشش داده پویا
  • اعمال برچسب‌های حساسیت و تایید اقلام
  • پیکربندی و استفاده از ثبت وقایع فضای کاری
  • پیکربندی و استفاده از امنیت OneLake
  • مسابقه

درس 5 - نحوه چیدمان پارچه‌ها

  • اهداف یادگیری
  • پیکربندی برنامه‌های خط لوله
  • پیکربندی برنامه‌های دفترچه یادداشت
  • پیکربندی زمانبندی‌های Dataflow Gen2
  • استفاده از پارامترها و عبارات پویا در خطوط لوله
  • استفاده از پارامترها در دفترچه‌های یادداشت
  • مسابقه

درس 6 - طراحی و پیاده‌سازی الگوهای بارگذاری

  • اهداف یادگیری
  • پیاده‌سازی بارگذاری کامل داده‌ها
  • پیاده‌سازی بارگذاری‌های افزایشی داده‌ها
  • آماده‌سازی داده‌ها برای ورود به یک مدل ابعادی
  • مسابقه

درس 7 - دریافت و تبدیل داده‌های دسته‌ای

  • اهداف یادگیری
  • انتخاب بین یک خانه کنار دریاچه و یک انبار برای ذخیره سازی داده ها
  • تبدیل داده‌ها با استفاده از Power Query، PySpark، KQL و T-SQL
  • ایجاد و مدیریت میانبرهای lakehouse
  • ایجاد و مدیریت قرینه‌سازی
  • استفاده از خطوط لوله برای دریافت داده‌ها
  • دریافت داده‌ها با استفاده از یکپارچه‌سازی مداوم از OneLake
  • طراحی یک مدل ابعادی
  • گروه‌بندی و تجمیع داده‌ها
  • مدیریت داده‌های تکراری، گم‌شده و داده‌های دیررسیده
  • مسابقه

درس 8 - دریافت و تبدیل داده‌های جریانی

  • اهداف یادگیری
  • انتخاب بین Eventstream، Spark Structured Streaming و KQL برای استریمینگ
  • آشنایی با میانبرهای ذخیره‌سازی بومی پایگاه داده KQL، ذخیره‌سازی دنبال‌شده و OneLake
  • استفاده از Eventstreams برای پردازش داده‌ها
  • استفاده از Spark Structured Streaming برای پردازش داده‌ها
  • استفاده از KQL برای پردازش داده‌ها
  • استفاده از توابع پنجره‌ای برای پرس‌وجوی داده‌های جریانی
  • مسابقه

درس 9 - نظارت بر اقلام پارچه‌ای

  • اهداف یادگیری
  • نظارت بر مصرف داده‌ها
  • نظارت بر تبدیل داده‌ها
  • نظارت بر به‌روزرسانی‌های مدل معنایی Power BI
  • پیکربندی هشدارها
  • مسابقه

درس 10 - نحوه شناسایی و رفع خطاها

  • اهداف یادگیری
  • عیب‌یابی و رفع خطاهای خط لوله
  • عیب‌یابی و رفع خطاهای نوت‌بوک
  • عیب‌یابی و رفع خطاهای Eventhouse و Eventstream
  • عیب‌یابی و حل خطاهای T-SQL
  • عیب‌یابی و رفع خطاهای میانبر
  • مسابقه
  • عیب‌یابی و حل خطاهای جریان داده

درس ۱۱ - چگونه عملکرد را بهینه کنیم

  • اهداف یادگیری
  • بهینه‌سازی انبار
  • بهینه‌سازی Eventstreamها و Eventhouseها
  • بهینه‌سازی عملکرد اسپارک
  • بهینه‌سازی عملکرد پرس‌وجو
  • مسابقه
  • بهینه‌سازی میز کنار دریاچه‌ای
  • بهینه‌سازی خط تولید کارخانه داده

درس ۱۲ - کاربردهای عملی و مطالعات موردی

  • اهداف یادگیری
  • بررسی نمونه‌های خاص صنعت (امور مالی، مراقبت‌های بهداشتی، خرده‌فروشی)
  • بررسی داستان‌های موفقیت با استفاده از Microsoft Fabric
  • به کارگیری درس‌های آموخته شده و بهترین شیوه‌ها
  • بررسی پروژه‌های کوچک هدایت‌شده

خلاصه

  • آزمون DP-700 - پیاده‌سازی راهکارهای مهندسی داده با استفاده از Microsoft Fabric - خلاصه

دوره های مرتبط

درباره ما

لینداکده یک بستر یادگیری پیشرو است که به افراد کمک می کند تا کسب و کار ، نرم افزار ، فناوری و مهارت‌های خلاقانه را برای دستیابی به اهداف شخصی و حرفه ای بیاموزد.

شماره تلفنکانال آپاراتپشتیبانی تلگرامکانال تلگرامپیج اینستاگرام

کلیه‌ی حقوق این سایت متعلق به لینداکده می باشد

قوانین و شرایط|حریم خصوصی

نماد الکترونیک enamad در صورت اتصال با آی‌پی داخل کشور، نمایش داده خواهد شد.
logo-samandehi - لوگو ساماندهی
zarinpal
zibal