Science des données avec Microsoft Fabric

Aperçu

Déverrouillez le pouvoir de Microsoft Fabric. Dans ce cours, Data Science avec Microsoft Fabric, vous acquerrez la capacité de concevoir, mettre en œuvre, intégrer et réguler des solutions modernes de data science.

Tout d'abord, vous explorerez comment concevoir des solutions de data science dans Fabric, en découvrant son architecture, ses avantages, ses limitations, et comment il se compare à d'autres plateformes, tout en identifiant les meilleurs cas d'utilisation. Ensuite, vous découvrirez comment construire des flux de travail dans Fabric.

Puis, vous apprendrez à intégrer l'IA avec la BI dans Fabric, à connecter des modèles sémantiques, à exploiter les services Azure AI, et à appliquer le NLP pour obtenir des insights exploitables tout en intégrant harmonieusement l'IA avec les flux de travail BI. Enfin, vous explorerez le soutien et la gouvernance des solutions.

À la fin de ce cours, vous aurez les compétences pour construire des solutions de data science évolutives et régulées dans Microsoft Fabric, tout en intégrant efficacement l'IA et la BI.

Programme

• Introduction à Microsoft Fabric
Aperçu de l'architecture de Microsoft Fabric
Principaux avantages et limitations
Comparaison avec d'autres plateformes de data science
Identification des cas d'utilisation idéaux pour Microsoft Fabric
• Concevoir des Solutions de Data Science dans Fabric
Méthodologies de planification pour les projets de data science
Composants clés d'une solution Fabric
Meilleures pratiques pour concevoir des solutions évolutives
• Mise en œuvre des Flux de Travail dans Microsoft Fabric
Création et gestion des flux de données
Outils et fonctionnalités pour l'automatisation des flux de travail
Atelier pratique : Construire un flux de travail d'exemple
• Intégration de l'IA avec la BI dans Fabric
Connexion et utilisation de modèles sémantiques
Exploitation des services Azure AI au sein de Fabric
Application du Traitement du Langage Naturel (NLP) pour obtenir des insights
Étude de cas : Intégration des flux de travail IA et BI
• Gouvernance et Pérennisation des Solutions de Data Science
Cadres et politiques de gouvernance
Maintien de l'intégrité et de la sécurité des données
Surveillance et optimisation des solutions Fabric
• Applications Pratiques et Études de Cas
Exemples concrets de mises en œuvre réussies de Fabric
Projet final : Concevoir une solution complète en utilisant Fabric
• Conclusion du Cours et Évaluation des Compétences
Révision et session de questions-réponses
Évaluation finale pour évaluer la compréhension et l'acquisition des compétences

Enseigné par

Neeraj Kumar

Sujets

Programmation