Course Outline

Εισαγωγή στην Microsoft Power Platform

  • Επισκόπηση της Power Platform
  • Βασικά στοιχεία και οι αλληλεπιδράσεις τους
  • Ρύθμιση του περιβάλλοντος
  • Επισκόπηση της κοινής υπηρεσίας δεδομένων (DataVerse)
  • Κατανόηση συνδέσμων και ενσωματώσεων

Power Apps

  • Εισαγωγή στις εφαρμογές Power
  • Τύποι εφαρμογών ισχύος (καμβάς, βάσει μοντέλου και πύλη)
  • Σχεδιασμός και ρύθμιση περιβάλλοντος εφαρμογής
  • Σχεδιασμός διεπαφών χρήστη
  • Ενοποίηση πηγών δεδομένων
  • Χρήση τύπων και στοιχείων ελέγχου
  • Βασικά στοιχεία μοντελοποίησης δεδομένων
  • Προσαρμογή φόρμας και επιχειρηματικοί κανόνες
  • Αυτοματοποιημένες ροές εργασίας
  • Χρήση προσαρμοσμένων υποδοχών
  • Ενοποίηση με άλλα στοιχεία Power Platform
  • Παρακολούθηση και ανάλυση

Power Automate

  • Επισκόπηση των δυνατοτήτων αυτοματισμού
  • Διαφορετικοί τύποι ροών (Αυτοματοποιημένες, Κουμπιά, Προγραμματισμένες και Business ροές διεργασίας)
  • Έναρξη γεγονότων και ενεργειών
  • Εργασία με εκφράσεις και συνθήκες
  • Σφάλμα χειρισμού και εντοπισμού σφαλμάτων
  • Χρήση του AI Builder
  • Χειρισμός εγκρίσεων και πολύπλοκων διαδικασιών
  • Βέλτιστες πρακτικές για αποτελεσματικές ροές

DataVerse

  • Εισαγωγή στο DataVerse
  • Αρχιτεκτονική και διαχείριση δεδομένων
  • Μοντελοποίηση ασφαλείας
  • Δημιουργία και διαχείριση οντοτήτων
  • Σχέσεις και ακεραιότητα δεδομένων
  • Χρήση υπολογισμένων πεδίων και πεδίων συλλογής
  • Προσαρμογή φορμών, προβολών και πινάκων εργαλείων

Power BI

  • Βασικές αρχές του Power BI
  • Προέλευση και προετοιμασία δεδομένων
  • Δημιουργία συνόλων δεδομένων και μοντέλων δεδομένων
  • Σχεδιασμός αποτελεσματικών ταμπλό
  • Κοινή χρήση πληροφοριών σε ολόκληρο τον οργανισμό
  • DAX και προηγμένη μοντελοποίηση δεδομένων
  • Διαχείριση και διαχείριση χώρου εργασίας

Power Virtual Agents

  • Εισαγωγή στους Power Virtual Agents
  • Σχεδιασμός και δημιουργία bots
  • Κατανόηση του συγγραφικού καμβά
  • Ενσωμάτωση bots με πηγές δεδομένων
  • Χειρισμός εισόδων και εξόδων χρήστη
  • Χρήση τεχνητής νοημοσύνης για τη βελτίωση των δυνατοτήτων του bot
  • Παρακολούθηση και ανάλυση απόδοσης bot

Περίληψη και Επόμενα Βήματα

Requirements

  • Βασική κατανόηση των επιχειρηματικών διαδικασιών
  • Βασικές γνώσεις πληροφορικής και βάσεων δεδομένων

Ακροατήριο

  • επαγγελματίες πληροφορικής
  • Αναλυτές δεδομένων
  • Business αναλυτές
 35 Hours

Number of participants



Price per participant

Testimonials (4)

Related Courses

Microsoft Power Platform Fundamentals

14 Hours

Azure for Data Engineer

35 Hours

A Practical Introduction to Data Analysis and Big Data

35 Hours

Scaling Data Analysis with Python and Dask

14 Hours

Datameer for Data Analysts

14 Hours

A Practical Introduction to Data Science

35 Hours

Dremio for Self-Service Data Analysis

21 Hours

Related Categories