دوره آموزشی راهنمای جامع مدیریت داده با Microsoft Fabric: از مبتدی تا پیشرفته
4 ساعت 52 دقیقهپیشرفته2026-02-04
مدرسین

Deepak Goyal
جزئیات دوره
با رشد روزافزون حجم دادهها و پیچیدهتر شدن زیرساختهای تحلیلی، سازمانها به پلتفرمهایی نیاز دارند که بتوانند مهندسی داده، تحلیل، مصورسازی و حاکمیت داده را در یک محیط یکپارچه ارائه دهند. Microsoft Fabric (مایکروسافت فابریک) با ترکیب سرویسهای قدرتمندی مانند Power BI (پاور بیآی)، Azure Synapse Analytics (آژور سینپس آنالیتیکس)، Data Factory (دیتا فکتوری) و OneLake (وانلیک)، بستری جامع برای مدیریت چرخه کامل داده از جمعآوری تا تحلیل و تصمیمگیری فراهم میکند.
این دوره آموزشی جامع، شما را از مفاهیم پایه Microsoft Fabric تا تکنیکهای پیشرفته مهندسی داده و تحلیل اطلاعات هدایت میکند. در طول دوره، با اجزای اصلی این پلتفرم، نحوه طراحی زیرساختهای داده، ایجاد گردشکارهای تحلیلی و تولید گزارشهای حرفهای آشنا میشوید و مهارتهای لازم برای پیادهسازی راهکارهای داده در مقیاس سازمانی را به دست میآورید.
در ابتدای دوره، با معماری Microsoft Fabric و نحوه تعامل سرویسهای مختلف آن آشنا میشوید. یاد میگیرید چگونه Workspace (فضای کاری) ایجاد و مدیریت کنید، پروژههای داده را سازماندهی نمایید و دسترسی کاربران را بهصورت ایمن کنترل کنید.
سپس به سراغ OneLake (دریاچه داده یکپارچه) و Lakehouse (لیکهاوس) میروید؛ مفاهیمی که امکان ذخیرهسازی متمرکز، مدیریت دادههای ساختیافته و نیمهساختیافته و اجرای تحلیلهای پیشرفته را فراهم میکنند. در این بخش، نحوه ایجاد، مدیریت و استفاده از Lakehouseها برای پروژههای داده آموزش داده میشود.
یکی از بخشهای مهم دوره، طراحی و پیادهسازی Data Pipeline (خط لوله داده) است. خواهید آموخت چگونه فرآیندهای انتقال، تبدیل و پردازش داده را خودکار کرده و جریان داده را از منابع مختلف تا محیط تحلیل مدیریت کنید. همچنین با بهترین روشهای مدیریت مجوزها (Permissions) و کنترل دسترسی (Access Management) برای حفظ امنیت و حاکمیت داده آشنا خواهید شد.
در ادامه، قابلیتهای Power BI در Microsoft Fabric بررسی میشود. یاد میگیرید چگونه دادهها را تحلیل کنید، داشبوردها و گزارشهای تعاملی ایجاد نمایید و اطلاعات پیچیده را به بینشهای قابلفهم و کاربردی برای مدیران و تصمیمگیرندگان تبدیل کنید.
این دوره همچنین به معرفی قابلیتهای مبتنی بر هوش مصنوعی مانند Copilot (کوپایلوت) در Microsoft Fabric میپردازد. خواهید دید چگونه Copilot میتواند در تولید کد، ساخت گزارش، تحلیل دادهها و تسریع فرآیندهای تحلیلی به شما کمک کند و بهرهوری تیمهای داده را افزایش دهد.
برای تثبیت مفاهیم، دوره شامل تمرینهای عملی، چالشهای آموزشی و یک Capstone Project (پروژه نهایی) است که در آن مهارتهای خود را در طراحی، پیادهسازی و بهینهسازی گردشکارهای واقعی داده در Microsoft Fabric به کار خواهید گرفت.
پس از پایان این دوره، توانایی طراحی زیرساختهای داده، مدیریت Lakehouseها، توسعه Data Pipelineها، ایجاد گزارشهای Power BI و استفاده از قابلیتهای هوش مصنوعی Microsoft Fabric را خواهید داشت و میتوانید راهکارهای داده مدرن و مقیاسپذیر را در محیطهای سازمانی پیادهسازی کنید.
🎯 اهداف یادگیری
ایجاد، مدیریت و پایش Data Pipelineها در Microsoft Fabric برای خودکارسازی گردشکارهای داده
مدیریت Workspaceها و سازماندهی پروژههای داده در محیط Microsoft Fabric
پیادهسازی و مدیریت Lakehouseها برای ذخیرهسازی و تحلیل یکپارچه دادهها
کنترل دسترسی کاربران و مدیریت مجوزها با استفاده از قابلیتهای امنیتی Microsoft Fabric
استفاده از OneLake برای مدیریت متمرکز دادهها و پیادهسازی حاکمیت داده
تحلیل دادهها و طراحی گزارشها و داشبوردهای تعاملی با Power BI
بهکارگیری قابلیتهای Copilot برای افزایش سرعت تحلیل و توسعه راهکارهای داده
طراحی و بهینهسازی گردشکارهای داده در سناریوهای واقعی سازمانی
پیادهسازی بهترین روشهای امنیت، مدیریت داده و Data Governance در Microsoft Fabric
توسعه راهکارهای تحلیلی مقیاسپذیر با استفاده از سرویسهای یکپارچه Microsoft Fabric
این دوره آموزشی جامع، شما را از مفاهیم پایه Microsoft Fabric تا تکنیکهای پیشرفته مهندسی داده و تحلیل اطلاعات هدایت میکند. در طول دوره، با اجزای اصلی این پلتفرم، نحوه طراحی زیرساختهای داده، ایجاد گردشکارهای تحلیلی و تولید گزارشهای حرفهای آشنا میشوید و مهارتهای لازم برای پیادهسازی راهکارهای داده در مقیاس سازمانی را به دست میآورید.
در ابتدای دوره، با معماری Microsoft Fabric و نحوه تعامل سرویسهای مختلف آن آشنا میشوید. یاد میگیرید چگونه Workspace (فضای کاری) ایجاد و مدیریت کنید، پروژههای داده را سازماندهی نمایید و دسترسی کاربران را بهصورت ایمن کنترل کنید.
سپس به سراغ OneLake (دریاچه داده یکپارچه) و Lakehouse (لیکهاوس) میروید؛ مفاهیمی که امکان ذخیرهسازی متمرکز، مدیریت دادههای ساختیافته و نیمهساختیافته و اجرای تحلیلهای پیشرفته را فراهم میکنند. در این بخش، نحوه ایجاد، مدیریت و استفاده از Lakehouseها برای پروژههای داده آموزش داده میشود.
یکی از بخشهای مهم دوره، طراحی و پیادهسازی Data Pipeline (خط لوله داده) است. خواهید آموخت چگونه فرآیندهای انتقال، تبدیل و پردازش داده را خودکار کرده و جریان داده را از منابع مختلف تا محیط تحلیل مدیریت کنید. همچنین با بهترین روشهای مدیریت مجوزها (Permissions) و کنترل دسترسی (Access Management) برای حفظ امنیت و حاکمیت داده آشنا خواهید شد.
در ادامه، قابلیتهای Power BI در Microsoft Fabric بررسی میشود. یاد میگیرید چگونه دادهها را تحلیل کنید، داشبوردها و گزارشهای تعاملی ایجاد نمایید و اطلاعات پیچیده را به بینشهای قابلفهم و کاربردی برای مدیران و تصمیمگیرندگان تبدیل کنید.
این دوره همچنین به معرفی قابلیتهای مبتنی بر هوش مصنوعی مانند Copilot (کوپایلوت) در Microsoft Fabric میپردازد. خواهید دید چگونه Copilot میتواند در تولید کد، ساخت گزارش، تحلیل دادهها و تسریع فرآیندهای تحلیلی به شما کمک کند و بهرهوری تیمهای داده را افزایش دهد.
برای تثبیت مفاهیم، دوره شامل تمرینهای عملی، چالشهای آموزشی و یک Capstone Project (پروژه نهایی) است که در آن مهارتهای خود را در طراحی، پیادهسازی و بهینهسازی گردشکارهای واقعی داده در Microsoft Fabric به کار خواهید گرفت.
پس از پایان این دوره، توانایی طراحی زیرساختهای داده، مدیریت Lakehouseها، توسعه Data Pipelineها، ایجاد گزارشهای Power BI و استفاده از قابلیتهای هوش مصنوعی Microsoft Fabric را خواهید داشت و میتوانید راهکارهای داده مدرن و مقیاسپذیر را در محیطهای سازمانی پیادهسازی کنید.
🎯 اهداف یادگیری
ایجاد، مدیریت و پایش Data Pipelineها در Microsoft Fabric برای خودکارسازی گردشکارهای داده
مدیریت Workspaceها و سازماندهی پروژههای داده در محیط Microsoft Fabric
پیادهسازی و مدیریت Lakehouseها برای ذخیرهسازی و تحلیل یکپارچه دادهها
کنترل دسترسی کاربران و مدیریت مجوزها با استفاده از قابلیتهای امنیتی Microsoft Fabric
استفاده از OneLake برای مدیریت متمرکز دادهها و پیادهسازی حاکمیت داده
تحلیل دادهها و طراحی گزارشها و داشبوردهای تعاملی با Power BI
بهکارگیری قابلیتهای Copilot برای افزایش سرعت تحلیل و توسعه راهکارهای داده
طراحی و بهینهسازی گردشکارهای داده در سناریوهای واقعی سازمانی
پیادهسازی بهترین روشهای امنیت، مدیریت داده و Data Governance در Microsoft Fabric
توسعه راهکارهای تحلیلی مقیاسپذیر با استفاده از سرویسهای یکپارچه Microsoft Fabric
سرفصل ها
مقدمه
- استاد شدن در مایکروسافت فابریک
مقدمهای بر مایکروسافت فابریک
- اولین فضای کاری خود را ایجاد کنید
- راه اندازی یک خانه کنار دریاچهای پارچهای
- دادهها را در lakehouse بارگذاری کنید
- پوشه را در lakehouse آپلود کنید
- نقطه پایانی تجزیه و تحلیل SQL در lakehouse
- پرس و جوی بصری در نقطه پایانی SQL
- درک مدل معنایی پیشفرض
- ایجاد میانبر در فایلهای lakehouse
- ایجاد میانبر در جداول یک خانه دریاچهای
کار با فضاهای کاری مایکروسافت فابریک
- همه چیز درباره مایکروسافت فابریک
- مزایای کلیدی و موارد استفاده
- معماری پارچهای
- رابط کاربری و ناوبری فابریک
- صدور مجوز و قیمتگذاری پارچه
- همه چیز درباره فضاهای کاری Microsoft Fabric
کارخانه داده مایکروسافت فابریک
- رابط کاربری Fabric Data Factory را بررسی کنید
- ایجاد ADLS در Azure
- اولین خط تولید خود را ایجاد کنید
- درک فعالیت جستجو
- بفهمید که آیا فعالیت
- برای هر فعالیت، درک داشته باشید
- برنامهریزی خط لوله
- دروازه (gateway) را در Fabric کاوش کنید
- ایجاد یک Dataflow Gen2
- نظارت بر خطوط لوله
- مقایسه ADF در مقابل Fabric Data Factory
اسپارک در مایکروسافت فابریک
- حوضچه جرقه در پارچه
- ایجاد استخرهای جرقه سفارشی
- رابط کاربری دفترچه یادداشت فابریک را درک کنید
- اولین دفترچه یادداشت خود را اجرا کنید
- اعمال فیلتر و مرتبسازی بر اساس در دفترچه یادداشت پارچهای
- اعمال تجمیع در دفترچه یادداشت پارچهای
- MSSparkUtils - نصب
- MSSparkUtils - ابزارهای اضافی
- ایجاد یک جدول مدیریتشده و خارجی
- تماس با یک دفترچه از دفترچه دیگر
انبار داده مایکروسافت فابریک
- انبار داده در Fabric چیست؟
- اولین انبار داده خود را ایجاد کنید
- ایجاد جداول در انبار داده
- بارگذاری دادهها در جدول
- کلون کپی صفر
- سفر در زمان در انبار
مجوزها و کنترل دسترسی در Fabric
- مجوز سطح ظرفیت و فضای کاری آیتمها
ساخت گزارشهای Power BI در Fabric
- ایجاد گزارشها از مدل معنایی
پروژه سنگفرش
- الزامات پروژه
- راهکار پروژه - جداول اطلاعات محصول
- راهکار پروژه - مدل معنایی
- راهکار پروژه - گزارش
نتیجهگیری
- مراحل بعدی