Ưu đãi trong tuần: Nhập mã UD50 giảm 50k cho đơn từ 300k!
Trang chủ
Menu

Microsoft DP-600 prep: Fabric Analytics Engineer Associate

Chuẩn bị thi Microsoft DP-600: Fabric Analytics Engineer Associate

Chuẩn bị thi Microsoft DP-600: Fabric Analytics Engineer Associate

Học kỹ năng DAX nâng cao, lakehouse, warehouse, viết code SQL/KQL. Hỗ trợ lấy chứng chỉ Kỹ năng Ứng dụng Microsoft APL-3008, 3009, 3010

4.6
(1,558 đánh giá)
12,129 học viên
Phụ đề Việt chất lượng cao Phụ đề tiếng Anh Bán chạy Đánh giá cao
50.000đ 349.000đ -86%
✓ Xem giỏ hàng và thanh toán
Bao gồm phụ đề tiếng Việt, tiếng Anh
18.0 giờ video
196 bài giảng
34 bài quiz
4 bài coding
Truy cập vĩnh viễn
Học trên mọi thiết bị
Cập nhật: 30/05/2026

Bạn sẽ học được gì

Lập kế hoạch, triển khai và quản lý giải pháp phân tích dữ liệu
Chuẩn bị và phục vụ dữ liệu
Triển khai và quản lý mô hình ngữ nghĩa (semantic models)
Khám phá và phân tích dữ liệu

Yêu cầu

Bạn cần đã nắm vững tất cả yêu cầu của kỳ thi PL-300 của Microsoft.
Bao gồm kiến thức tốt về trực quan hóa, Power Query (Get and Transform) và Power BI Service
Cùng với kiến thức vững về mô hình hóa dữ liệu, bao gồm các công thức DAX.
Biết lập trình SQL với câu lệnh SELECT là một lợi thế, nhưng không bắt buộc.

Đối tượng phù hợp

Khóa học này dành cho bạn nếu muốn triển khai hoặc quản lý kỹ năng Power BI nâng cao, cũng như tải và thao tác dữ liệu trong Fabric lakehouses và warehouses.
Bạn có thể là chuyên viên phân tích dữ liệu và muốn mở rộng kỹ năng để trở thành kỹ sư phân tích Fabric.
Kết thúc khóa học, sau khi làm bài Kiểm tra Thực hành chính thức, bạn có thể tham gia (và hy vọng sẽ đỗ) kỳ thi DP-600 chính thức của Microsoft.
Chứng chỉ "Implementing Analytics Solutions Using Microsoft Fabric" chắc chắn sẽ làm đẹp CV của bạn, phải không?

Nội dung khóa học

32 phần • 196 bài giảng
1 Giới thiệu
2 Chào mừng đến với Udemy
3 Giao diện Udemy
4 Bạn có muốn phụ đề tự động dịch sang nhiều ngôn ngữ hơn?
5 Chúng ta sẽ học gì?
6 Tài nguyên
7 Các file Power BI đã lưu
1 Tải xuống và cài đặt Power BI Desktop
2 Sử dụng tính năng xem trước "tương tác trên đối tượng" trong Power BI Desktop
3 Tạo một hình ảnh trực quan và khám phá Power BI Desktop
4 Xuất bản báo cáo của chúng tôi lên Microsoft Fabric
5 Tại sao cần địa chỉ email công việc? Làm thế nào để có nếu chưa có?
6 Bài tập Thực hành 1
7 Bài tập Thực hành 1 - Lời giải
1 Tạo cột tính toán và sử dụng các toán tử cơ bản
2 Các hàm IF, BLANK và ISBLANK
3 Các hàm AND, OR và NOT
4 Hàm SWITCH
5 Các hàm logic khác, cùng với hàm DIVIDE
6 Bài tập Thực hành Số 2
7 Bài tập Thực hành Số 2 - Lời giải
1 21. Measures - Giới thiệu, với các phép tổng hợp chuẩn bao gồm Countblank
2 32a. Tổng hợp các phép tính (hàm vòng lặp - iterator functions)
3 Các hàm thống kê khác
4 Bài tập Thực hành Số 3
5 Bài tập Thực hành Số 3 - Lời giải
1 31a. Lấy thêm bảng và tạo quan hệ
2 31a. Quan hệ không hoạt động và hướng lọc chéo
3 32d. Sử dụng các hàm thông tin
4 Bài tập Thực hành Số 4
5 Bài tập Thực hành Số 4 - Lời giải
1 Hàm RELATED
2 Sử dụng các hàm RELATEDTABLE và COUNTROWS
3 Ngữ cảnh (Context)
4 Hàm ALL
5 Hàm FILTER
6 Hàm CALCULATE
7 Hàm ALLEXCEPT
8 Hàm ALLSELECTED
9 Các hàm lọc khác
10 Bài tập Thực hành 5
11 Bài tập Thực hành 5 - Lời giải
1 Các hàm Ngày và Giờ và tạo Bảng Ngày (Date Table)
2 32b. Sử dụng các hàm USERELATIONSHIP, EDATE và CROSSFILTER
3 Các hàm Thông minh Thời gian (Time Intelligence)
4 Bài tập Thực hành 6
5 Bài tập Thực hành 6 - Lời giải
1 36, 37. Cải thiện hiệu suất cho hình ảnh báo cáo và DAX
2 29. Chọn chế độ lưu trữ
3 36. Cải thiện hiệu suất truy vấn bằng query folding
4 Khám phá Giao diện Power BI Service
5 1. Triển khai kiểm soát truy cập cấp workspace
6 39. Triển khai làm mới tăng dần cho mô hình ngữ nghĩa - Phần 1
7 39. Triển khai làm mới tăng dần cho mô hình ngữ nghĩa - Phần 2
8 2. Triển khai kiểm soát truy cập cấp mục (item-level)
1 Tạo mô hình ngữ nghĩa
2 30. Chuẩn hóa dạng 1 (1st Normal form)
3 30. Chuẩn hóa dạng 2 và 3 (2nd and 3rd Normal form)
4 30. Triển khai lược đồ sao (star schema) cho mô hình ngữ nghĩa
5 Bài tập Thực hành Số 7
6 Bài tập Thực hành Số 7 - Lời giải
1 33a. Bật tính năng xem trước nhóm tính toán
2 33a. Tạo nhóm tính toán và mục tính toán đầu tiên
3 33a. Thêm các mục tính toán bổ sung
4 33a, 33b. Sử dụng nhóm tính toán, bao gồm chuỗi động (dynamic strings)
5 33c. Triển khai tham số trường (field parameters)
6 Bài tập Thực hành Số 8
7 Bài tập Thực hành Số 8 - Lời giải
1 32a. Sử dụng biến trong DAX
2 32d. Hàm cửa sổ DAX: ROWNUMBER
3 32d. Hàm cửa sổ DAX: RANK
4 32d. Hàm cửa sổ DAX: INDEX
5 32d. Hàm cửa sổ DAX: OFFSET
6 32d. Hàm cửa sổ DAX: WINDOW
7 Bài tập Thực hành Số 9
8 Bài tập Thực hành Số 9 - Lời giải
1 Chương trình bên ngoài
2 Xác định trường hợp sử dụng cho DAX Studio và Tabular Editor 2 (TE2), cài đặt TE2
3 Tối ưu hóa mô hình ngữ nghĩa bằng Tabular Editor 2 (BPA)
4 3c. Triển khai bảo mật cấp đối tượng (OLS)
5 37. Cải thiện hiệu suất DAX bằng DAX Studio
6 Sử dụng VertiPaq Analyzer
7 ALM Toolkit
8 Dịch metadata
1 31. Giải quyết quan hệ nhiều-nhiều - Tài khoản Ngân hàng Chung
2 33b. Triển khai chuỗi định dạng động (dynamic format strings)
3 31. Giải quyết quan hệ nhiều-nhiều - tạo Bảng Cầu (Bridge Table)
4 36. Menu Tối ưu hóa (Optimize)
1 6. Tạo workspace Premium Per User (PPU) và kho lưu trữ Azure DevOps
2 6. Triển khai kiểm soát phiên bản cho workspace
3 7. Tạo và quản lý dự án Power BI Desktop (.pbip)
1 34. Thiết kế và xây dựng định dạng lưu trữ mô hình ngữ nghĩa lớn
2 9. Thực hiện phân tích tác động của các phụ thuộc xuôi dòng
3 10. Triển khai và quản lý mô hình ngữ nghĩa bằng endpoint XMLA
4 11a. Tạo và cập nhật file mẫu Power BI (.pbit)
5 11b. Tạo và cập nhật file nguồn dữ liệu Power BI (.pbids)
6 11c, 13. Tạo và cập nhật mô hình ngữ nghĩa dùng chung
7 35. Tạo Cơ sở dữ liệu Azure SQL, và Thiết kế, xây dựng mô hình tổng hợp (composite model)
8 37. Cải thiện hiệu suất DAX bằng cách thêm các tổng hợp (aggregations)
1 Tạo Fabric capacity và cấu hình cài đặt workspace hỗ trợ Fabric
2 Xác định yêu cầu cho giải pháp Fabric và quản lý Fabric capacity
3 Chuyến tham quan nhanh Fabric
1 Thu thập dữ liệu bằng dataflow
2 Thêm đích đến (destination) vào dataflow
3 Lưu dưới dạng mẫu và lập lịch dataflow
4 Thu thập dữ liệu bằng data pipeline, và thêm các hoạt động khác
5 Sao chép dữ liệu bằng data pipeline
6 Lập lịch data pipeline và giám sát các lần chạy data pipeline
7 Khám phá dữ liệu mẫu (bao gồm trợ lý sao chép) + mẫu data pipeline
8 Triển khai Sao chép Nhanh (Fast Copy) khi sử dụng dataflows
9 Bài tập Thực hành Số 10
10 Bài tập Thực hành Số 10 - Lời giải
1 24. Phần đầu tiên của menu Home, bao gồm chuyển đổi kiểu dữ liệu cột
2 25. Xóa hàng/cột, và lọc và sắp xếp dữ liệu
3 21. Nhóm và tổng hợp dữ liệu, và nhân bản và tham chiếu truy vấn
4 20, 22a. Phi chuẩn hóa dữ liệu bằng cách Kết hợp dữ liệu với Merge Queries
5 22b. Hợp nhất dữ liệu bằng Append Queries
6 23. Xác định và giải quyết dữ liệu trùng lặp, dữ liệu thiếu hoặc giá trị null
7 18. Chuyển đổi dữ liệu hiện có hoặc thêm cột mới
8 Bài tập Thực hành Số 11
9 Bài tập Thực hành Số 11 - Lời giải
1 14. Thu thập dữ liệu vào lakehouse bằng cách tải lên cục bộ
2 15. Chọn phương pháp phù hợp để sao chép vào Lakehouse hoặc Warehouse
3 Truy vấn bảng bằng notebook
4 Bài tập Thực hành Số 12
5 Bài tập Thực hành Số 12 - Lời giải
1 27. Tạo truy vấn đầu tiên và khám phá kết quả đầu ra
2 18. Thêm cột mới bằng Hàm Chuỗi (String Functions)
3 18. Thêm cột mới bằng Hàm Toán học (Mathematical Functions)
4 18. Thêm cột mới bằng Hàm Ngày và Giờ (Date and Time Functions)
5 24. Chuyển đổi giữa kiểu dữ liệu ngày và chuỗi
6 24. Chuyển đổi giữa kiểu dữ liệu số và chuỗi
1 25, 27. Lọc dữ liệu bằng mệnh đề WHERE
2 21, 25, 27. Tổng hợp và lọc dữ liệu bằng mệnh đề GROUP BY và HAVING
3 Sắp xếp dữ liệu và lấy một số hàng có GIỚI HẠN (LIMIT)
1 23a. Xác định và giải quyết dữ liệu trùng lặp
2 22a. Hợp nhất dữ liệu với UNION
3 22b. Kết hợp dữ liệu với JOIN
4 23b, 23c. Xử lý dữ liệu thiếu và giá trị Null
5 Các hàm điều kiện (Conditional functions)
1 Tạo bảng trong data warehouse
2 Chèn dữ liệu vào bảng và chuyển đổi dữ liệu
3 Bài tập Thực hành Số 13 - Triển khai b
4 Practice Activity Number 13 - Solution
5 Creating a running total in SQL
6 26. Query a lakehouse/warehouse in Fabric by using the visual query editor
1 17. Create views, functions and stored procedures
2 29. Choose a storage mode for a semantic model, including Direct Lake
3 38a. Choose between Direct Lake on OneLake and Direct Lake on SQL endpoints
4 36. Identify and resolve data loading bottlenecks in SQL queries
5 36. Implement performance improvements in SQL queries
1 12. Creating an eventhouse, exploring the environment, and getting data
2 Creating sample KQL and SQL queries, and exploring the query environment
3 15. Choosing between a lakehouse, warehouse, or eventhouse
1 Selecting data using KQL
2 18. Further selecting columns and ordering data using KQL
3 25. Limiting the number of rows
4 Practice Activity Number 14
5 Practice Activity Number 14 - The Solution
6 Tạo một chuỗi ký tự
7 25. Lọc toàn bộ chuỗi
8 25. Lọc một phần của chuỗi
9 21. Tổng hợp dữ liệu
10 Bài thực hành số 15
11 Bài thực hành số 15 - Lời giải
1 Chuỗi rỗng, nối chuỗi và cắt chuỗi
2 Thao tác với chuỗi
3 Các hàm xử lý chuỗi khác
4 Bài thực hành số 16
5 Bài thực hành số 16 - Lời giải
6 24. Kiểu dữ liệu số
7 Các hàm toán học khác
8 Kiểu dữ liệu datetime và timespan
9 24, 25. Các hàm xử lý datetime và timespan
10 Bài thực hành số 17
11 Bài thực hành số 17 - Lời giải
1 22a. Hợp nhất dữ liệu
2 14, 18, 22b. Kết nối dữ liệu
3 Bài thực hành số 18
4 Bài thực hành số 18 - Lời giải
5 23. Xác định và xử lý dữ liệu trùng lặp, dữ liệu thiếu hoặc giá trị null
6 Các hàm điều kiện iif/iff và case
7 13, 16. Dữ liệu OneLake và real-time hubs + Triển khai tích hợp OneLake
8 Bài thực hành số 19
9 Bài thực hành số 19 - Lời giải
1 4. Áp dụng nhãn độ nhạy cho các mục
2 5. Xác thực các mục
3 3a. Bảo mật cấp hàng (Row-level) trong Data Warehouse
4 3b. Bảo mật cấp cột (Column-level) trong Data Warehouse
5 3c. Bảo mật cấp đối tượng (Object-level) trong Data Warehouse
6 3d. Điều khiển truy cập cấp tệp (File-level) trong Lakehouse
7 7. Tạo một deployment pipeline
8 7. Cấu hình một deployment pipeline
1 Bước tiếp theo là gì?
2 Chúc mừng bạn đã hoàn thành khóa học
1 Bài giảng bổ sung - DP-600

Giới thiệu khóa học

This course covers the  content required for the DP-600 "Fabric Analytics Engineer Associate" certification exam.

It is as per the DP-600 requirements as of 22 July 2024, with some updates as of 15 November 2024.

This course is also useful for the following Microsoft Applied Skills:

  • APL-3008 "Implement a Real-Time Intelligence solution with Microsoft Fabric"

  • APL-3009 "Implement a lakehouse in Microsoft Fabric"

  • APL-3010 "Implement a data warehouse in Microsoft Fabric"

Please note: This course is not affiliated with, endorsed by, or sponsored by Microsoft.


What do students like you say about this course?

Andrew says: "I enjoyed this course, and I learned some really useful things. The Calculation Group clarified this relatively new feature for me, so I will use it in the future. I'm taking my DP-600 exam soon. This course has filled in my knowledge of Fabric. I've even activated my Fabric 60 Day Trial because of this course, so I can actually go through the steps of creating items and manipulating data first-hand. The corse was presented in clear and logical manner."

Saurabh says: "This course is great. Phillip has explained the concepts in details and hands on activities, practice activities and in depth explanation of advanced DAX functions, SQL, PySpark and KQL makes this course stand out. I am going to attempt DP 600 in next four days. Thank you Phillip, I learned new things in each video. Keep bringing such great courses. I love your such in depth hands on courses."

Jerry says: "Hands down, this is one of the best courses for DP-600 available on Udemy. I’ve purchased several other courses, but none compare to this one. It’s clear, concise, and focused, with no unnecessary content. I’ve received my certification, thanks to this excellent course. Highly recommend!"


It comes in four parts:

  1. Part 1 - Power BI knowledge you will have gained if you have already studied for the PL-300 exam,

  2. Part 2 - additional Power BI knowledge (not part of the PL-300 exam),

  3. Part 3 - Fabric lakehouses and data warehouses using SQL, and

  4. Part 4 - eventhouses using KQL.

Part 1 of this course is for you if you have not studied for Microsoft's PL-300 exam. If you have, then please join me in Section 1, and then skip to Part 2 (Section 9). In Part 1, we'll look at:

  • Installing and creating a report in Power BI Desktop and uploading it to Power BI Service,

  • Creating calculated columns and measures using DAX, and

  • Other PL-300 exam topics needed for the DP-600 exam.

In Part 2 of this course, we'll start with Power BI. We'll look at:

  • Developing our design of semantic models, including calculation groups/items and field parameters.

  • Expanding our DAX knowledge, with DAX variables and windowing functions.

  • Using external apps, such as Tableau Editor 2 and DAX Studio,

  • Implementing many-to-many relationships, implementing dynamic strings, and using the Optimize menu.

  • The analytics development lifecycle, focusing on version control and deployment solutions,

  • Other Analytics topics, such as creating aggregation tables and using the XMLA endpoint.

In Part 3 of this course, we'll query and manipulate data in Fabric lakehouses and data warehouses using SQL.

  • After a brief look around Fabric, we'll start by ingesting data by using data pipelines and dataflows.

  • We'll then create a lakehouse and Data Warehouse and use the SQL Analytics Endpoint to manipulate the data in SQL. We'll learn the 6 principle clauses in the SQL Select statement: SELECT, FROM, WHERE, GROUP BY, HAVING and ORDER BY.

In Part 4 of this course, we'll look at the Eventhouses and KQL:

  • We'll create an eventhouse, see sample KQL queries, and how you can convert SQL queries to KQL.

  • We'll select, filter and aggregate data using KQL.

  • We'll expand our KQL queries using string, number, datetime and timespan functions.

  • Finally, we'll transform data using KQL, merging and joining data, and identify and resolve duplicate and missing data.

No prior knowledge is assumed. We will start from the beginning for all languages and items, although any prior knowledge of DAX, SQL or KQL is useful.

Once you have completed the course, you will have a good knowledge of maintaining a data analytics solution, preparing data, and implementing and managing semantic models. And with some practice, you could even go for the official Microsoft certification DP-600 - wouldn't the "Microsoft Certified: Fabric Analytics Engineer Associate" certification look good on your CV or resume?

I hope to see you in the course - why not have a look at what you could learn?

Khóa học liên quan

Khám phá thêm các khoá học cùng chủ đề

Hiển thị tất cả khoá học Data Analytics
Hiển thị tất cả khoá học Dax
Microsoft Fabric

Microsoft Fabric

Randy Minder

4.4 (3121)
18,595
50.000đ -97%
Hiển thị tất cả khoá học Microsoft Fabric
Hiển thị tất cả khoá học Power Bi
Zalo
Tôi có thể tư vấn khoá học cho bạn 😊