Ilmoittaudu maksuttomaan webinaariin 24.11. klo 10-11: Adobe Creative Cloud 2027 – Adobe MAX 2026:n tärkeimmät uutuudet

Microsoft Fabric Advanced Production Data Engineering

Tämä Microsoft Fabric -koulutus keskittyy siihen, miten data engineering -ratkaisut suunnitellaan, toteutetaan ja viedään hallitusti tuotantoon. Opit parhaat käytännöt notebook-kehitykseen, inkrementaaliseen prosessointiin, suorituskyvyn optimointiin sekä automatisoituihin julkaisu- ja palautusprosesseihin.
Fabric-image-v2

kesto 3 pv

1690 € + ALV
  • Kurssimuoto: Luokka, Etä

Tämä edistynyt koulutus keskittyy siihen, miten Microsoft Fabric -ratkaisut rakennetaan ja operoidaan tuotannossa. Opit notebook-kehityksen parhaat käytännöt, medallion-arkkitehtuurin (Bronze/Silver/Gold) toteutuksen, metatietovetoiset dataputket kontrollimekanismeilla sekä inkrementaaliset Silver-tason päivitykset. Lisäksi käsitellään SCD Type 2 -dimensioiden toteutus Sparkilla ja  TSQL:llä, Lakehouse- ja Warehouse-suorituskyvyn optimointi sekä tuotantoon siirrot Azure DevOpsin ja fabric-cicd-libraryn avulla.

Kohderyhmä

  • Data- ja analytiikka-insinöörit, jotka toteuttavat Fabric Lakehouse- ja Warehouse-ratkaisuja
  • Konsultit, jotka toimittavat Fabric-projekteja asiakkaille
  • In-house-tiimit, jotka vastaavat tuotanto-operaatioista, suorituskyvystä ja julkaisuprosessista

Esitiedot

  • DP-700 tai vastaava Fabric-kokemus
  • Perusosaaminen Sparkista ja medallion-arkkitehtuurin periaatteista
  • Hyvä SQL-osaaminen sekä yleisten data engineering -mallien tuntemus (inkrementaalilataukset, dimensio-/faktamallit)

Tietoa koulutuksista

Luokkakoulutukset
Corellian koulutustiloissa:
Kalevankatu 9 A, Helsinki

Kiinnostaako asiakaskohtainen toteutus? Meillä onnistuu.

Kurssin olennainen sisältö

Module 1 — Production Notebook Development in Fabric

  • Apply notebook engineering standards (structure, idempotency, parameters)
  • Use debugging and diagnostics techniques for notebooks
  • Implement run logging and rerun-safe patterns for production
  • Use delta log history/time travel concepts for recovery and troubleshooting
    Lab: Lab – Production Notebook Template & Standards

Module 2 — Medallion Architecture for Lakehouse and Warehouse

  • Organize Lakehouse using Bronze/Silver/Gold layers
  • Define table contracts (schema, keys, quality expectations)
  • Design Silver as a stable interface for Gold and Warehouse
  • Establish Lakehouse vs Warehouse serving decision framework
    Lab: Lab – Medallion Contracts and Silver Design

Module 3A — Pipeline Architecture: Metadata and Control Tables

  • Design metadata-driven ingestion patterns (entities, sources, destinations)
  • Implement control tables for incremental file ingestion (watermarks)
  • Define operational states (new, processing, completed, failed)
  • Establish repeatable pipeline templates for multiple entities
    Lab: Lab – Metadata Model + Control Tables for Incremental Ingestion

Module 3B — Advanced Pipeline Controls: Schema Evolution and Operations

  • Handle schema drift and controlled schema evolution
  • Implement run logging, retries, and reprocessing patterns
  • Apply validation steps and failure handling strategies
  • Standardize operational outputs (metrics, logs, audit trails)
    Lab: Lab – Metadata-Driven Pipeline with Logging + Schema Controls

Module 4 — Incremental Processing Patterns for Silver

  • Ingest new and changed data safely (deduplication and replay handling)
  • Upsert into Silver tables using Spark SQL patterns
  • Implement data quality policies (fail vs quarantine vs warn)
  • Validate correctness with reconciliations and repeatable checks
    Lab: Lab – Incremental Silver Upsert with Deduplication

Module 5 — SCD Type 2 Dimensions in Lakehouse

  • Implement SCD Type 2 for customers and products
  • Generate surrogate keys without identity in Lakehouse
  • Validate current vs historical records and effective-date logic
  • Use a single Spark SQL MERGE pattern to manage history
    Lab: Lab – Lakehouse SCD2 with Single MERGE Pattern (Spark SQL, PySpark)

Module 6 — Warehouse Integration and T-SQL in Notebooks

  • Use OPENROWSET patterns for file and OneLake access
  • Run T-SQL from notebooks for validation and serving logic
  • Design curated serving structures (dimensions/facts) for consumers
  • Apply staging and reconciliation patterns for production serving
    Lab: Lab  OPENROWSET Staging + T-SQL Execution from Notebooks, T-SQL SCD Type 2

Module 7A — Lakehouse Performance Engineering

  • Apply partitioning strategies and validate partition pruning
  • Apply Z-order for selective query performance improvements
  • Apply file sizing and compaction strategies for scale
  • Prove improvements using repeatable baselines and benchmarks
    Lab: Lab – Lakehouse Performance: Partitioning + Z-order

Module 7B — Warehouse Performance Engineering

  • Design clustering keys based on query patterns
  • Measure impact using query metrics and repeatable baselines
  • Operationalize clustering strategy for production workloads
  • Validate stability under repeatable query workloads
    Lab: Lab – Warehouse Performance: Clustering + Baseline Comparison

Module 8 — Production Delivery with Azure DevOps and fabric-cicd-library

  • Implement CI/CD automation for Fabric artifacts
  • Configure environment parameters (dev/test/prod)
  • Add release gates (schema, rowcounts, freshness, smoke tests)
  • Apply rollback and recovery procedures for production delivery
    Lab: Lab – Azure DevOps Release Pipeline with fabric-cicd-library

 

Kurssin kesto

Kesto 3 pv.

Kurssityyppi

Luokka / Etä

Kouluttajat

Pekka Korhonen

Ilmoittaudu kurssille

Miten voimme auttaa?

Kerro, mitä etsit, niin ehdotamme sinulle tai organisaatiollesi sopivaa koulutusta. Voit kysyä myös, jos et ole varma, mikä kurssi sopisi parhaiten.

Kiireellisissä asioissa soita numeroon 040 7070 202 (arkisin klo 9–16) tai lähetä sähköpostia osoitteeseen myynti@corellia.fi.

Oletko kiinnostunut asiakaskohtaisesta toteutuksesta?

Kerro tarpeesi, niin suunnittelemme koulutuksen tarpeisiinne räätälöitynä.