🆘 De la RUTA: Analista e Ingeniero con Fabric
Aprendiendo Microsoft Fabric
Inscripción
$69.99 USD − $34.99 USD
12 Meses de Acceso
🏷️50% Dcto.Vitalicio
$199.99 USD − $99.99 USD
Acceso de por Vida
Duración (Aprox.)
8 Horas con 30 Mins.
(2024, Pregrabado)
| # | Módulo | Expositor | #Lec. | Duración |
|---|---|---|---|---|
| 1 | Introducción a Fabric y sus Workloads | Caballero | 12 | 115 min |
| 2 | Gestión de Datos de Todo Tipo (LakeHouse) | Caballero | 9 | 77 min |
| 3 | Gestión de Datos Organizado (DataWarehouse) | Caballero | 5 | 31 min |
| 4 | Orquestación de Datos (Data Factory) | Caballero | 5 | 40 min |
| 5 | Transformación de Datos (Ingeniería de Datos) | Caballero | 9 | 104 min |
| 6 | Machine Learning (Ciencia de Datos) | Caballero | 14 | 79 min |
| 7 | Visualización de Datos (Power BI) | Caballero | 5 | 40 min |
| 8 | Automatización y Acciones (Data Activator) | Caballero | 6 | 50 min |
Acerca del Curso
Desde los conceptos básicos hasta técnicas avanzadas, este curso te enseñará a gestionar y analizar datos de manera efectiva.
Comienza con una “Introducción a Fabric y sus Workloads” para entender el entorno de trabajo. Aprende a manejar datos de todo tipo en “Gestión de Datos de Todo Tipo (LakeHouse)” y a estructurarlos en “Gestión de Datos Organizado (DataWarehouse)”.
En “Orquestación de Datos (Data Factory)” y “Transformación de Datos (Ingeniería de Datos)”, descubrirás cómo trasladar, preparar, integrar y automatizar datos para su posterior análisis. Sumérgete en “Machine Learning (Ciencia de Datos)” para aplicar algoritmos de aprendizaje automático, y en “Visualización de Datos (Power BI)” para crear visualizaciones impactantes. También aprenderás a “Automatizar con (Data Activator)” para accionar tareas de acuerdo a condiones o patrones.
Ideal para profesionales de datos, analistas y científicos de datos, este curso te proporcionará las habilidades necesarias para optimizar la gestión y análisis de datos en tu organización.
Requisitos y Audiencia:
Temario del Curso
— Parte 1: Gestión de Datos
| # | Lección | Duración |
|---|---|---|
| 1 | Introducción | 3:00 |
| 2 | Preliminares: Variedad de Datos | 6:19 |
| 3 | Soluciones con Datos | 12:19 |
| 4 | ¿Qué Soluciona Microsoft Fabric? | 5:48 |
| 5 | ¿Qué es Microsoft Fabric? | 6:46 |
| 6 | Entendiendo Cada Workload: Analogía Aeropuerto | 9:16 |
| 7 | Creación de Cuenta de Microsoft Fabric de Prueba | 10:53 |
| 8 | Áreas de Trabajo para Elementos de Fabric | 7:29 |
| 9 | Fundamentos de la Arquitectura de Microsoft Fabric | 18:27 |
| 10 | Sistema de Precios de Microsoft Fabric | 19:48 |
| 11 | Comprar CUs para Capacidades de Fabric (Demostración) | 17:01 |
| 12 | Habilitación de CUs a Nivel de Inquilino y Capacidad | 3:38 |
| # | Lección | Duración |
|---|---|---|
| 1 | El Formato Delta: Delta Lake | 10:47 |
| 2 | Datos en Microsoft Fabric: ¿Qué es un Lakehouse? | 9:29 |
| 3 | Creación de un LakeHouse | 7:05 |
| 4 | Obtención de Datos: Cargar Archivos | 5:48 |
| 5 | Obtención de Datos: OneLake Explorer | 4:30 |
| 6 | Obtención de Datos: Flujo de Datos Gen2 | 13:24 |
| 7 | Tablas Delta en LakeHouse | 5:19 |
| 8 | Punto de Conexión SQL | 15:30 |
| 9 | Consultas Visuales | 4:30 |
| # | Lección | Duración |
|---|---|---|
| 1 | ¿Qué es Data Warehouse? | 10:02 |
| 2 | Creación de un Data Warehouse | 5:32 |
| 3 | Creación de Tabla | 3:56 |
| 4 | Insertar Filas y Actualizar | 5:11 |
| 5 | Accesos Directo (ShortCuts) | 6:30 |
| # | Lección | Duración |
|---|---|---|
| 1 | ¿Qué es Data Factory? ¿Qué es una Canalización de Datos? | 7:40 |
| 2 | Creación de Canalización de Datos (Copiar Datos) | 13:36 |
| 3 | Canalización de Datos con Flujo de Dato Gen2 | 12:43 |
| 4 | Almacenamiento Provisional en Flujos de Datos Gen2 | 3:45 |
| 5 | Programación de Ejecución en Canalización de Datos | 2:36 |
— Parte 2: Análisis de Datos
| # | Lección | Duración |
|---|---|---|
| 1 | ¿Qué es Apache Spark? | 10:28 |
| 2 | ¿Qué es PySpark? ¿Qué es RDDs? | 11:46 |
| 3 | Creación y Exploración Cuaderno (Notebooks) | 12:29 |
| 4 | Librerías Pre-Instaladas de Python en Fabric | 7:38 |
| 5 | Fundamentos en Python | 26:33 |
| 6 | Fundamentos de PySpark | 9:07 |
| 7 | PySpark con DataFrame | 5:56 |
| 8 | Lectura de Datos | 10:09 |
| 9 | Escritura de Archivos y Tablas | 10:00 |
| # | Lección | Duración |
|---|---|---|
| 1 | ¿Qué es Ciencia de Datos? | 2:12 |
| 2 | ¿Qué es Ciencia de Datos en Fabric? | 3:53 |
| 3 | ¿Qué es Machine Learning? | 6:13 |
| 4 | Árboles de Decisión | 3:26 |
| 5 | Conceptos en Machine Learning | 6:32 |
| 6 | Configuración de Experimentos | 5:43 |
| 7 | Carga de Datos y Descripción en Experimento | 7:55 |
| 8 | Codificación de Atributos para Árbol de Decisión | 9:54 |
| 9 | Codificación de Clases con Data Wrangler | 7:38 |
| 10 | Importación de Funciones para Árbol de Decisión | 4:21 |
| 11 | Entrenamiento de Modelo | 6:34 |
| 12 | Cálculo de Precisión | 2:52 |
| 13 | Visualización de Árbol de Decisión | 3:56 |
| 14 | Modelo ML en Fabric | 9:11 |
| # | Lección | Duración |
|---|---|---|
| 1 | ¿Qué es Power BI? | 4:35 |
| 2 | Creación de Informe de Power BI | 10:12 |
| 3 | Entendiendo Modelo Semánticos Automáticos | 4:35 |
| 4 | Panel de Power BI | 4:28 |
| 5 | Crear Modelo Semántico Desde Cero con Relaciones y Medidas DAX | 16:09 |
| # | Lección | Duración |
|---|---|---|
| 1 | ¿Qué es Data Activator? | 6:02 |
| 2 | Conceptos en Data Activator | 8:28 |
| 3 | Creación de un Objeto | 8:40 |
| 4 | Configuración de Desencadenador (Trigger) | 8:21 |
| 5 | Acción Personalizada con Power Automate | 14:48 |
| 6 | Desencadenador de Elemento de Fabric | 2:33 |
Algunos Momentos del Curso
