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

Apache Arrow for Data Analysis across Disparate Data Sources

14 Hours

Azure for Data Engineer

35 Hours

A Practical Introduction to Data Analysis and Big Data

35 Hours

Data and Analytics - from the ground up

42 Hours

Scaling Data Analysis with Python and Dask

14 Hours

Data Analysis for Marketers

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