• Microsoft Fabric está diseñado principalmente para usuarios empresariales y organizaciones, por lo que requiere una cuenta profesional o educativa para acceder a todas sus funcionalidades. Sin embargo, hay una opción para personas que no tienen una cuenta estudiantil o corporativa, en este sentido, sugerimos a las personas que no cuentan con estas cuentas, se creen una cuenta de Microsoft 365 con el dominio onmicrosoft.com en este enlace: Haga click aquí

– Los usuarios deben tener la posibilidad de poder habilitar la versión de prueba de Microsoft Fabric (prueba de 60 días) o tener la posibilidad de adquirir una capacidad de MS Fabric en Azure (capacidad F2 con consumo aproximado de 20 dólares por todo el curso)

• Este curso está pensado para profesionales de datos con experiencia en la extracción, transformación y carga de datos.
• Los alumnos aprenderán a diseñar y desarrollar patrones de carga de datos eficaces, arquitecturas de datos y procesos de orquestación.
• Los alumnos también deben tener experiencia en la manipulación y transformación de datos con uno de los siguientes lenguajes de programación: Lenguaje de consulta estructurado (SQL), PySpark o Lenguaje de consulta Kusto (KQL).

Perfiles

• Analistas o científicos de datos
• Analistas de Datos
• Ingenieros de Datos
• Arquitectos de datos

1. Ingerir y transformar datos.
2. Supervisar una solución de análisis.
3. Proteger y administrar una solución de análisis.
4. Preparación para las certificaciones DP-600 (Fabric Analytics Engineer Associate) y DP-700 (Fabric Data Engineer Associate)
5. Preparación para examen Microsoft Applied Skills DP-601 (Implementing a Lakehouse with Fabric) y DP-602 (Implementing a Data Warehouse with Fabric)

• Sesión 1: Introducción al curso y a Microsoft Fabric

• Exploración del análisis de extremo a extremo.
• Arquitectura de Microsoft Fabric y sus experiencias: Data Factory, Synapse, Power BI.
• Conceptos clave: workspaces, capacidades, dominios y lakehouse.
• Laboratorio

• Sesión 2: Introducción a los lagos de datos y Delta Lake

• Qué es un Data Lake y cómo lo usa Microsoft Fabric (OneLake)
• Diferencias entre Lakehouse y Warehouse.
• Introducción a tablas Delta Lake.
• Exploración del formato Delta vs Parquet.
• Laboratorio

• Sesión 3: Uso de Apache Spark en Fabric

• Introducción a Notebooks en Fabric.
• Ejecución de código PySpark.
• Lectura y escritura en tablas Delta.
• Visualización de datos en Notebooks.
• Laboratorio

•  Sesión 4: Ingesta de datos con Dataflows Gen2

• Qué es un Dataflow Gen2 y cuándo usarlo.
• Orígenes de datos compatibles.
• Transformación sin código con Power Query Online.
• Escritura en Lakehouse o Warehouse.
• Laboratorio

• Sesión 5: Orquestación y movimiento de datos

• Introducción a Pipelines en Fabric.
• Triggers, actividades y condiciones.
• Reutilización de notebooks en pipelines.
• Integración entre experiencias (DF → Lakehouse → BI)
• Laboratorio

• Sesión 6: Diseño de arquitectura de medallas en Lakehouse

• Arquitectura de medallas: Bronze, Silver, Gold.
• Organización de carpetas y tablas.
• Políticas de retención y calidad de datos.
• Laboratorio

• Sesión 7: Introducción a la inteligencia en tiempo real

• Qué es Eventstream en Fabric.
• Conceptos de Eventhub, ingestión continua y transformación en streaming.
• Introducción a Eventhouse.
• Laboratorio

• Sesión 8: Almacenamiento de datos: carga, supervisión y seguridad

• Introducción al Data Warehouse en Fabric.
• Diferencias con Lakehouse.
• Supervisión de cargas, métricas de rendimiento.
• Protección y roles en Fabric.
• Laboratorio

• Sesión 9: CICD, gobernanza y administración

• Implementación de CI/CD en Fabric (DevOps y Git)
• Políticas de acceso y cumplimiento.
• Supervisión centralizada con Admin Portal y auditoría.
• Laboratorio

• Sesión 10: Laboratorio Final: Proyecto End-to-End

• Integración de todos los componentes aprendidos
• Diseño de solución completa desde ingesta hasta visualización
• Simulacro y repaso para el examen
• Consejos para presentar el examen.
• Prueba tipo simulacro: 40-60 preguntas.
• Revisión de respuestas y resolución comentada.
• Preguntas de repaso por módulo.