| Get started with lakehouses in Microsoft Fabric |
Créer un lakehouse Microsoft Fabric |
| Use Apache Spark to work with files in a lakehouse |
Analyser des données avec Apache Spark |
| Work with Delta Lake tables in Microsoft Fabric |
Utiliser des tables delta dans Apache Spark |
| Organize a Fabric lakehouse using medallion architecture design |
Créer une architecture en médaillon dans un lakehouse Microsoft Fabric |
| Use Data Factory pipelines in Microsoft Fabric |
Ingérer des données avec un pipeline dans Microsoft Fabric |
| Ingest Data with Dataflows Gen2 in Microsoft Fabric |
Créer et utiliser des flux de données (Gen2) dans Microsoft Fabric |
| Get started with data warehouses in Microsoft Fabric |
Analyser des données dans un entrepôt de données |
| Load data into a warehouse in Microsoft Fabric |
Charger des données dans un entrepôt en utilisant T-SQL |
| Query a data warehouse in Microsoft Fabric |
Interroger un entrepôt de données dans Microsoft Fabric |
| Monitor a data warehouse in Microsoft Fabric |
Surveiller un entrepôt de données dans Microsoft Fabric |
| Secure a Microsoft Fabric data warehouse |
Sécuriser un entrepôt de données Microsoft Fabric |
| Get started with Real-Time Intelligence in Microsoft Fabric |
Bien démarrer avec Real-Time Intelligence dans Microsoft Fabric |
| Get started with data science in Microsoft Fabric |
Bien démarrer avec la science des données dans Microsoft Fabric |
| Explore data for data science with notebooks in Microsoft Fabric |
Explorer les données pour la science des données avec des notebooks dans Microsoft Fabric |
| Preprocess data with Data Wrangler in Microsoft Fabric |
Prétraiter des données avec Data Wrangler dans Microsoft Fabric |
| Train and track machine learning models with MLflow in Microsoft Fabric |
Entraîner et suivre des modèles Machine Learning avec MLflow dans Microsoft Fabric |
| Generate batch predictions using a deployed model in Microsoft Fabric |
Générer des prédictions par lots en tirant parti d’un modèle déployé dans Microsoft Fabric |
| Ingest real-time data with Eventstream in Microsoft Fabric |
Ingérer des données en temps réel avec Eventstream dans Microsoft Fabric |
| Ingest data with Spark and Microsoft Fabric notebooks |
Ingérer des données avec des notebooks Spark et Microsoft Fabric |
| Work with data in a Microsoft Fabric eventhouse |
Utiliser des données dans un eventhouse Microsoft Fabric |
| Get started with Real-Time Dashboards in Microsoft Fabric |
Bien démarrer avec les tableaux de bord en temps réel dans Microsoft Fabric |
| Understand scalability in Power BI |
Créer et explorer un modèle sémantique |
| Create DAX calculations in Power BI Desktop |
Créer des calculs DAX dans Power BI Desktop |
| Design scalable semantic models |
Concevoir des modèles sémantiques évolutifs |
| Design and build tabular models |
Utiliser des relations de modèle |
| Create reusable Power BI assets |
Créer des ressources Power BI réutilisables |
| Optimize enterprise-scale tabular models |
Utiliser des outils pour optimiser le niveau de performance de Power BI |
| Design and build tabular models |
Appliquer la sécurité du modèle sémantique |
| Monitoring Fabric |
Surveiller l’activité Fabric dans le hub de surveillance |
| Secure data access in Microsoft Fabric |
Sécuriser l’accès aux données dans Microsoft Fabric |
| Get started with SQL Database in Microsoft Fabric |
Utiliser SQL Database dans Microsoft Fabric |
| Get started with GraphQL in Microsoft Fabric |
Utiliser l’API pour GraphQL dans Microsoft Fabric |
| Implement CI/CD in Microsoft Fabric |
Implémenter des pipelines de déploiement dans Microsoft Fabric |
| |
|