Menu
Zamknij menu
Zaloguj się
Asseco Academy » Baza Wiedzy » Przegląd szkoleń dotyczących Microsoft Fabric
04.02.2026 -

Przegląd szkoleń dotyczących Microsoft Fabric

Microsoft Fabric – przegląd platformy oraz dobór szkolenia do roli i potrzeb organizacji

W pigułce

Ten artykuł, z lotu ptaka, wyjaśnia, czym jest i do czego służy platforma Microsoft Fabric, jakie są jej obszary funkcjonalne oraz jakie narzędzia są dostępne w każdym z nich. W drugiej części dostarcza wszechstronnych informacji pozwalających dobrać odpowiednie do potrzeb firmy, zespołu, projektu lub roli szkolenie dotyczące Microsoft Fabric.

Microsoft Fabric to jedna, spójna platforma, która koncentruje w sobie funkcje i usługi umożliwiające gromadzenie wszystkich dostępnych w organizacji danych, ich przetwarzanie, integrację oraz analizę – tak, aby mogły zostać przekształcone w użyteczne informacje wspierające podejmowanie decyzji biznesowych.

Szkolenia dotyczące Microsoft Fabric mogą:

  • mieć charakter kompleksowy
    DP-600 – dla analityków danych wykorzystujących możliwości platformy Fabric,
    DP-700 – dla osób projektujących, budujących i utrzymujących środowisko Fabric,
    PL-300 – dla osób skoncentrowanych na analizie danych wyłącznie w ramach Power BI
  • dotyczyć jednej, konkretnej kompetencji, potrzebnej do realizacji określonego zadania lub stanowić punkt wejścia do platformy. Są to jednodniowe szkolenia DP-601–DP-605, z których każde obejmuje jeden jasno zdefiniowany obszar platformy, taki jak lakehouse, data warehouse, real-time analytics, data science lub Power BI w kontekście Fabric.

Szkolenia kompleksowe są adresowane do różnych ról, dlatego rzadko zdarza się, aby ta sama osoba – o ile nie zmieni zakresu obowiązków – uzyskała istotną wartość z uczestnictwa najpierw w DP-600, a następnie w DP-700. Z kolei szkolenia krótkie w dużej mierze powielają treści zawarte w szkoleniach kompleksowych, dlatego planowanie ścieżek w rodzaju: „najpierw DP-601, a potem DP-700” zazwyczaj nie jest uzasadnione.

Tabela porównująca zakresy tematyczne, umieszczona na końcu artykułu, pomoże podjąć świadomą decyzję w tym zakresie.

Czym jest Microsoft Fabric i z jakich elementów się składa?

Microsoft Fabric to zintegrowana platforma analityczna typu end-to-end, która łączy w jednym środowisku funkcje dotychczas realizowane przez odrębne narzędzia: pozyskiwanie danych, ich przechowywanie, przetwarzanie, analizę biznesową, obsługę danych w czasie rzeczywistym oraz scenariusze data science i machine learning.

Kluczową ideą Fabric jest to, że różne role w organizacji – analitycy, inżynierowie danych, zespoły BI oraz zespoły platformowe – pracują na wspólnej platformie danych, korzystając z tych samych zasobów, ale w różny sposób i na różnych poziomach abstrakcji.

Aby dobrze zrozumieć, czym jest Microsoft Fabric, warto spojrzeć na niego nie przez pryzmat pojedynczych usług, lecz przez obszary funkcjonalne, które odpowiadają rzeczywistym potrzebom organizacji pracujących z danymi.

Pozyskiwanie i przygotowanie danych

Każdy proces analityczny zaczyna się od danych źródłowych. W Microsoft Fabric etap ten może mieć charakter platformowy lub stricte analityczny. Dataflows Gen2 służą do centralnego ingestu i transformacji danych w Fabric, natomiast Power Query w Power BI przygotowuje dane bezpośrednio na potrzeby konkretnych modeli i raportów.

Przechowywanie i organizacja danych

Fabric Data Warehouse oraz Fabric Lakehouse oferują komplementarne podejścia do przechowywania danych. Warehouse wspiera klasyczne scenariusze relacyjne, natomiast Lakehouse – oparte o Delta Lake – łączy elastyczność data lake z analizą SQL i architekturą medallion.

Przetwarzanie i inżynieria danych

Apache Spark odpowiada za przetwarzanie dużych wolumenów danych, a Data Pipelines umożliwiają orkiestrację i automatyzację procesów przetwarzania.

Analiza danych, modele semantyczne i Business Intelligence

Warstwa analityczna opiera się na Power BI, modelach semantycznych i języku DAX, umożliwiając spójną analizę danych oraz ich prezentację w postaci raportów i dashboardów.

Real-Time Intelligence i dane zdarzeniowe

Eventstream, Eventhouse, Real-Time Dashboards i Activator umożliwiają przetwarzanie oraz analizę danych zdarzeniowych w czasie rzeczywistym.

Data Science i Machine Learning

Notebooks, Data Wrangler i MLflow wspierają eksplorację danych, trenowanie modeli ML oraz generowanie predykcji wsadowych.

Zarządzanie, bezpieczeństwo i operacje platformy

Microsoft Purview, Fabric Capacity, Microsoft Fabric Admin Portal oraz Deployment Pipelines zapewniają governance, bezpieczeństwo, kontrolę zasobów i automatyzację wdrożeń.

Poniższa tabela stanowi syntetyczne podsumowanie opisanych obszarów i pokazuje, jak poszczególne komponenty Microsoft Fabric wpisują się w całościową architekturę platformy danych.

Obszar funkcjonalny Narzędzie / komponent Rola w architekturze Funkcje i typowe zastosowania
Pozyskiwanie i przygotowanie danych Dataflows Gen2 Platformowy mechanizm ingestu i transformacji danych Centralne ETL/ELT w Fabric; wielokrotne użycie transformacji; zapis danych do OneLake; zasilanie Lakehouse, Warehouse, Spark i ML.
Power Query (Power BI) Mechanizm transformacji danych w warstwie BI Przygotowanie danych bezpośrednio pod model semantyczny lub raport; transformacje powiązane z konkretnym datasetem Power BI.
Przechowywanie i organizacja danych Fabric Data Warehouse Relacyjna warstwa analityczna (SQL) Przechowywanie danych analitycznych; zapytania SQL; klasyczne scenariusze hurtowniane i raportowe.
Fabric Lakehouse Warstwa danych typu data lake z dostępem SQL Przechowywanie danych ustrukturyzowanych i pół-ustrukturyzowanych; wspólna baza dla Spark, SQL, BI i ML.
Delta Lake Warstwa transakcyjna nad danymi w Lakehouse Spójność danych (ACID), wersjonowanie, obsługa zmian; niezawodne przetwarzanie analityczne.
Medallion Architecture (Bronze / Silver / Gold) Koncepcja architektoniczna organizacji danych Logiczny podział danych według stopnia przetworzenia i jakości; ułatwia skalowanie i utrzymanie platformy.
Przetwarzanie i inżynieria danych Apache Spark (Fabric) Silnik przetwarzania danych na poziomie platformy Transformacje batchowe; agregacje; przetwarzanie dużych wolumenów danych; przygotowanie danych do analityki i ML.
Data Pipelines Warstwa orkiestracji procesów Harmonogramowanie zadań; zależności między procesami; automatyzacja przepływów danych.
Analiza, modele semantyczne i BI Semantic Models (Power BI) Logiczna warstwa danych dla analityki biznesowej Definicja miar, relacji i hierarchii; spójne pojęcia biznesowe dla raportów i analiz.
DAX Język obliczeń analitycznych Tworzenie miar i logiki biznesowej; obliczenia kontekstowe; optymalizacja wydajności modeli.
Power BI Reports & Dashboards Warstwa prezentacji danych Wizualizacja danych; raporty; dashboardy; eksploracja danych przez użytkowników biznesowych.
Copilot in Power BI Asystent AI w warstwie BI Tworzenie raportów, miar i analiz z użyciem języka naturalnego.
Real-Time Intelligence i zdarzenia Eventstream Mechanizm ingestu danych zdarzeniowych Pobieranie strumieni danych w czasie rzeczywistym z aplikacji i systemów.
Eventhouse Magazyn i silnik analizy danych zdarzeniowych Przechowywanie i analiza danych telemetrycznych, logów i time-series w scenariuszach real-time.
Real-Time Dashboards Warstwa wizualizacji real-time Monitorowanie bieżących zdarzeń i metryk operacyjnych „na żywo”.
Activator Mechanizm reakcji na zdarzenia Automatyczne akcje, alerty i integracje wyzwalane zdarzeniami w czasie rzeczywistym.
Data Science i Machine Learning Notebooks (Fabric) Środowisko pracy analityczno-eksperymentalnej Eksploracja danych; analiza statystyczna; eksperymenty data science (Python / Spark).
Data Wrangler Narzędzie przygotowania danych dla DS/ML Interaktywne czyszczenie i transformacja danych na potrzeby modeli ML.
MLflow Warstwa MLOps Trenowanie, wersjonowanie i śledzenie eksperymentów oraz modeli machine learning.
Batch Predictions Mechanizm inferencji wsadowej Generowanie predykcji wsadowych na podstawie wytrenowanych modeli ML.
Zarządzanie, bezpieczeństwo i operacje Microsoft Purview Warstwa governance danych Katalog danych; lineage; klasyfikacja; polityki dostępu i zgodność.
Fabric Capacity Zasób platformowy Przydział mocy obliczeniowej do workspace’ów; kontrola wydajności i kosztów; skalowalność rozwiązań Fabric.
Microsoft Fabric Admin Portal Narzędzie administracyjne platformy Zarządzanie pojemnościami; tenant settings; polityki bezpieczeństwa; kontrola dostępu.
Fabric Activity Log / Monitoring Hub Mechanizm obserwowalności i audytu Monitorowanie aktywności użytkowników i procesów; diagnostyka; analiza wykorzystania platformy.
Deployment Pipelines (CI/CD) Mechanizm DevOps dla Fabric Automatyzacja wdrożeń; wersjonowanie; przenoszenie artefaktów między środowiskami.

Jak wybrać właściwe szkolenie dotyczące Microsoft Fabric?

Powyższy przegląd komponentów Microsoft Fabric pokazuje, że nie jest to pojedyncze narzędzie, lecz rozbudowana platforma obejmująca wiele obszarów pracy z danymi: od ich pozyskiwania, przez inżynierię i przechowywanie, aż po analitykę biznesową, dane w czasie rzeczywistym i machine learning.

W praktyce oznacza to, że różne zespoły w tej samej organizacji korzystają z Fabric w zupełnie inny sposób:

  • analitycy i zespoły BI skupiają się na modelach semantycznych i raportach,
  • inżynierowie danych projektują lakehouse, pipeline’y i architekturę przetwarzania,
  • zespoły platformowe odpowiadają za wydajność, automatyzację i utrzymanie środowiska,
  • zespoły data science pracują eksperymentalnie z danymi i modelami ML.

Z tego powodu szkolenia dotyczące Microsoft Fabric nie tworzą jednej liniowej ścieżki „od łatwego do trudnego”. Zostały zaprojektowane jako odpowiedź na różne role, potrzeby i etapy dojrzałości organizacji.

Autoryzowane szkolenia Microsoft dotyczące Microsoft Fabric można podzielić na dwie zasadnicze kategorie:

  • Kompleksowe szkolenia end-to-end: DP-600 (Fabric dla analityki i BI) i DP-700 (Fabric jako platforma danych), PL-300 (Analityka danych w Power BI – niezależnie od platformy Fabric).
  • Krótkie, bardziej podstawowe, szkolenia dotyczące wybranych wycinków tematycznych DP-601 – DP-605.

Traktowanie szkoleń krótkich jako wstępu do długich nie zawsze będzie trafionym pomysłem, gdyż treści niektórych z nich (szczególnie DP-601, DP-602, DP-603) pokrywają się w całości lub w istotnej części z treściami DP-600 lub DP-700.

Szkolenia DP-600 i DP-700 prezentują platformę Fabric z perspektywy różnych ról. Dzięki części współdzielonych treści oba szkolenia budują spójny słownik i rozumienie platformy pozwalające np. analitykom komunikować się z inżynierami danych. Z nielicznymi wyjątkami udział w obu tych szkoleniach nie jest sensownym rozwiązaniem – rekomendujemy wybór jednego z nich, najlepiej przystającego do roli uczestnika.

Poniżej przedstawiamy praktyczne kryteria doboru szkoleń.

DP-601 – DP-605 – jednodniowe szkolenia tematyczne (wybrane obszary Fabric)

Szkolenia DP-601–DP-605 koncentrują się na konkretnych fragmentach Microsoft Fabric. Każde z nich dotyczy jednego, jasno określonego obszaru platformy, np. lakehouse, data warehouse, real-time, data science lub Power BI w kontekście Fabric.

Ich celem jest:

  • szybkie wejście w dany obszar,
  • zrozumienie konkretnego komponentu i jego zastosowań,
  • zdobycie praktycznych umiejętności bez konieczności poznawania całej platformy.

Warto podkreślić, że szkolenia te nie są „wstępem” do DP-600 ani DP-700 – w wielu miejscach zakres merytoryczny się pokrywa. Są one raczej adresowane do zespołów, które potrzebują kompetencji punktowych, a nie przekrojowych.

Należy liczyć się z tym, że zakres tych szkoleń nawet w obszarze, którego dotyczą będzie bardziej powierzchowny niż zakres szkoleń kompleksowych. Dobrą ilustrację tego stwierdzenia można zyskać porównując w tabeli umieszczonej na końcu tego artykułu zakres szkoleń dotyczących Power BI: DP-605T00 z PL-300.

Pełna lista szkoleń w tej grupie obejmuje:

  • DP-601T00 Implement a Lakehouse with Microsoft Fabric
  • DP-602T00 Implement a data warehouse with Microsoft Fabric
  • DP-603T00 Implement Real-Time Intelligence with Microsoft Fabric
  • DP-604T00 Implement a data science and machine learning solution for AI with Microsoft Fabric
  • DP-605T00 Prepare and visualize data with Microsoft Power BI

Kiedy wybrać DP-601–DP-605:

  • gdy celem jest jeden obszar (np. lakehouse lub real-time),
  • gdy zespół pełni wyspecjalizowaną rolę,
  • gdy organizacja wdraża Fabric etapami.

DP-600 Microsoft Fabric Analytics Engineer: Microsoft Fabric dla analityki i BI

DP-600 to szkolenie przekrojowe, pokazujące Microsoft Fabric z perspektywy analityki danych i Business Intelligence. Obejmuje:

  • pracę z d_togglemi w warehouse i lakehouse,
  • modele semantyczne i DAX,
  • Power BI jako warstwę konsumpcji danych,
  • bezpieczeństwo i governance (m.in. Purview),
  • podstawy administracji i monitoringu.

Jest to szkolenie dla zespołów, które korzystają z Fabric jako wspólnego źródła danych analitycznych, ale nie odpowiadają za budowę i utrzymanie całej platformy.

Kiedy wybrać DP-600:

  • gdy celem jest spójna analityka end-to-end,
  • gdy Fabric zasila raporty i modele BI,
  • gdy kluczowa jest warstwa semantyczna i jakość analizy danych.

DP-700 Microsoft Fabric Data Engineer: Microsoft Fabric jako platforma danych

DP-700 koncentruje się na Microsoft Fabric jako platformie inżynierskiej i operacyjnej. Obejmuje m.in.:

  • architekturę lakehouse (medallion),
  • dane w czasie rzeczywistym (Eventstream, Eventhouse, Activator),
  • administrację środowiska i pojemności,
  • monitoring aktywności,
  • CI/CD i automatyzację wdrożeń.

To szkolenie jest adresowane do zespołów, które projektują, budują i utrzymują środowisko Fabric w sposób produkcyjny.

Kiedy wybrać DP-700:

  • gdy zespół odpowiada za platformę danych,
  • gdy kluczowe są stabilność, skalowalność i automatyzacja,
  • gdy Fabric jest traktowany jako centralny element architektury danych.

PL-300 Microsoft Power BI Data Analyst: Power BI jako punkt wejścia do analityki danych

PL-300 to szkolenie skoncentrowane wyłącznie na Power BI i warstwie analitycznej. Obejmuje:

  • przygotowanie danych (Power Query),
  • budowę modeli semantycznych,
  • tworzenie raportów i dashboardów,
  • podstawy pracy z DAX.

Jest to szkolenie niezależne od Microsoft Fabric jako platformy, ale bardzo często stanowi pierwszy kontakt zespołów z nowoczesną analityką danych.

Kiedy wybrać PL-300:

  • gdy zespół pracuje głównie z raportami i analizą biznesową,
  • gdy organizacja nie korzysta jeszcze z Fabric lub robi to w ograniczonym zakresie,
  • gdy celem jest szybkie podniesienie kompetencji BI.

Podsumowanie – jak podejść do wyboru szkolenia

Wybór szkolenia z Microsoft Fabric powinien wynikać nie z poziomu trudności, lecz z roli zespołu i celu, jaki ma zostać osiągnięty:

  • DP-601–DP-605 – kompetencje punktowe w wybranych obszarach Fabric
  • DP-600 – analityka i BI end-to-end w Fabric
  • DP-700 – platforma danych i środowiska produkcyjne Fabric
  • PL-300 – analityka i raportowanie w Power BI

Takie podejście pozwala dobrać szkolenie, które realnie odpowiada potrzebom zespołu – bez nadmiarowego zakresu i bez luk kompetencyjnych.

Poniższa tabela prezentuje zestawienie modułów wchodzących w skład szkoleń PL-300, DP-600, DP-700 oraz DP-601–DP-605. Dzięki temu możliwe jest:

  • porównanie szkoleń na poziomie konkretnych tematów i komponentów Microsoft Fabric,
  • identyfikacja części wspólnych pomiędzy szkoleniami oraz zakresów rozłącznych,
  • świadome dopasowanie szkolenia do potrzeb zespołu i roli, jaką Microsoft Fabric ma pełnić w organizacji.
Moduł / zagadnienie DP-600 DP-700 DP-601 DP-602 DP-603 DP-604 DP-605 PL-300
Wprowadzenie do analityki end-to-end w Microsoft Fabric  
Ładowanie danych do hurtowni danych Microsoft Fabric          
Wykonywanie zapytań do hurtowni danych Microsoft Fabric          
Zabezpieczanie hurtowni danych Microsoft Fabric          
Podstawy pracy z hurtowniami danych w Microsoft Fabric          
Monitorowanie hurtowni danych Microsoft Fabric          
Podstawy analityki czasu rzeczywistego w Microsoft Fabric          
Podstawy pracy z lakehouse w Microsoft Fabric          
Pozyskiwanie danych z użyciem Dataflows Gen2 w Microsoft Fabric          
Wykorzystanie Apache Spark w Microsoft Fabric          
Orkiestracja procesów i przepływu danych w Microsoft Fabric          
Praca z tabelami Delta Lake w Microsoft Fabric          
Administracja środowiskiem Microsoft Fabric            
Podstawy data science w Microsoft Fabric            
Zabezpieczanie dostępu do danych w Microsoft Fabric            
Tworzenie obliczeń DAX w modelach semantycznych            
Optymalizacja wydajności modeli w Power BI            
Organizacja lakehouse w Microsoft Fabric z użyciem architektury medallion            
Tworzenie pulpitów nawigacyjnych czasu rzeczywistego w Microsoft Fabric            
Wykorzystanie Eventstream w Microsoft Fabric            
Praca z danymi czasu rzeczywistego w Eventhouse w Microsoft Fabric            
Wykorzystanie Activator w Microsoft Fabric            
Czyszczenie, transformacja i ładowanie danych w Power BI            
Konfiguracja modelu semantycznego            
Pozyskiwanie danych w Power BI            
Podstawy tworzenia rozwiązań w Power BI            
Podstawy pracy z Copilot w Power BI            
Projektowanie raportów Power BI            
Zarządzanie ładem danych w Microsoft Fabric z użyciem Microsoft Purview              
Projektowanie skalowalnych modeli semantycznych              
Tworzenie i zarządzanie artefaktami Power BI              
Wymuszanie zabezpieczeń modeli Power BI              
Eksploracja danych na potrzeby data science z użyciem notebooków w Microsoft Fabric              
Wstępne przetwarzanie danych z użyciem Data Wrangler w Microsoft Fabric              
Generowanie predykcji wsadowych z użyciem wbudowanego modelu w Microsoft Fabric              
Trenowanie i śledzenie modeli uczenia maszynowego z użyciem MLflow w Microsoft Fabric              
Implementacja CI/CD w Microsoft Fabric            
Monitorowanie aktywności w Microsoft Fabric            
Wybór podejścia do modelowania danych w Power BI              
Wprowadzenie do analizy danych              
Dobór metody dystrybucji treści w Power BI        
Tworzenie pulpitów w Power BI        
Zarządzanie modelami semantycznymi w Power BI        
Zarządzanie obszarami roboczymi w usłudze Power BI        
Zabezpieczanie dostępu do danych w Power BI        
Prowadzenie analiz w Power BI        
Określanie wymagań projektowych dla raportów        
Udoskonalanie projektu raportów Power BI pod kątem user experience        
Modyfikowanie kontekstu filtru w DAX w modelach semantycznych        
Wykorzystanie funkcji analizy czasu (time intelligence) w DAX w modelach semantycznych        
Pisanie formuł DAX dla modeli semantycznych        
Tworzenie obliczeń wizualnych w Power BI Desktop        

Szkolenia powiązane z tematem

Czym zajmuje się Asseco?
Jakie są nasze mocne strony?
Jakość Asseco