Visão Geral

Curso Trabalhar com os modelos semânticos no Microsoft Fabric. Este curso prático e especializado foi desenhado para analistas de dados, engenheiros de BI, cientistas de dados e profissionais de negócios que desejam dominar a criação, gestão e otimização de Modelos Semânticos (antigo Dataset) dentro do Microsoft Fabric. Em um mundo orientado por dados, a qualidade e a acessibilidade da informação são cruciais. Um modelo semântico bem construído é a ponte entre dados brutos e insights acionáveis, e o Fabric eleva essa capacidade a um novo patamar de integração e performance. Do ponto de vista técnico, você aprenderá a modelar dados para consumo no Power BI e outras ferramentas, utilizando o Direct Lake, DirectQuery e Import Mode. Abordaremos a criação de tabelas, relacionamentos, medidas (DAX), colunas calculadas e hierarquias. O curso se aprofundará nas melhores práticas de modelagem, otimização de performance, segurança em nível de linha (RLS) e objeto (OLS), e o uso do XMLA Endpoint para gerenciamento avançado. Exploraremos também a integração com o Lakehouse e Data Warehouse no Fabric para garantir a consistência e a capacidade de reuso dos modelos. O curso será intensamente prático, com muitos hands-on no Microsoft Fabric e Power BI Desktop, construindo modelos otimizados para cenários de negócios reais.

Curso Trabalhar com os modelos semânticos no Microsoft Fabric, a capacidade de criar e gerenciar Modelos Semânticos eficazes no Microsoft Fabric é fundamental para qualquer organização que busca democratizar o acesso a dados e acelerar a tomada de decisões estratégicas. Modelos bem estruturados simplificam a análise, garantem a consistência dos dados, aumentam a performance dos relatórios e dashboards e capacitam os usuários a explorar informações com confiança. Profissionais que dominam essa habilidade são altamente valorizados e essenciais no mercado de dados, pois contribuem diretamente para a eficiência da inteligência de negócios, a governança de dados e a capacidade de transformar dados brutos em valor tangível para o negócio. Dominar os modelos semânticos no Fabric significa ser um arquiteto de insights.

Objetivo

Ao final do curso Trabalhando com Modelos Semânticos no Microsoft Fabric, você será capaz de:

• Compreender o papel dos Modelos Semânticos na arquitetura do Microsoft Fabric.
• Dominar os diferentes modos de armazenamento (Direct Lake, DirectQuery, Import Mode) e escolher o mais adequado para cada cenário.
• Criar tabelas e relacionamentos eficientes em modelos semânticos.
• Desenvolver medidas e colunas calculadas (DAX) para insights de negócios.
• Implementar segurança em nível de linha (RLS) e objeto (OLS) para controlar o acesso aos dados.
• Otimizar a performance de modelos semânticos para grandes volumes de dados.
• Utilizar o XMLA Endpoint para gerenciar e automatizar modelos semânticos.
• Integrar modelos semânticos com o Lakehouse e Data Warehouse do Fabric.
• Aplicar melhores práticas de modelagem de dados para BI e análise.

Publico Alvo

• Analistas de Dados: Que constroem modelos e relatórios no Power BI e buscam otimizá-los no Fabric.
• Engenheiros de BI: Responsáveis pela modelagem e entrega de dados para análise.
• Cientistas de Dados: Que precisam consumir dados modelados de forma eficiente para Machine Learning.
• Consultores de Power BI: Para aprofundar conhecimentos na nova arquitetura do Fabric.
• Profissionais de Negócios: Com interesse em entender como os dados são estruturados para análise.

Pre-Requisitos

• Conhecimento intermediário de Power BI Desktop: Familiaridade com a interface, criação de relatórios e conceitos básicos de modelagem.
• Conhecimento básico de SQL: Capacidade de escrever consultas SQL simples.
• Noções básicas de conceitos de dados: Tabelas, colunas, tipos de dados, chaves primárias/estrangeiras.
• Acesso a uma assinatura Microsoft Fabric (pode ser um trial ou um ambiente corporativo).

Materiais

Conteúdo Programatico

Módulo 1: Fundamentos do Modelo Semântico no Microsoft Fabric (5 horas)

1.1. O Papel do Modelo Semântico no Ecossistema Fabric:

1. De "Dataset" a "Modelo Semântico": A evolução e importância.
2. Como os Modelos Semânticos se integram com Lakehouse, Data Warehouse e Power BI.
3. Visão geral do Fabric Portal para Modelos Semânticos.

1.2. Modos de Conectividade e Armazenamento:

1. Import Mode: Vantagens, desvantagens, quando usar, otimização de refresh.
2. DirectQuery: Vantagens, desvantagens, quando usar, performance.
3. Direct Lake: Otimizando a camada semântica com Delta Lake e OneLake. Benefícios e considerações.
4. Hands-on: Criar modelos semânticos iniciais no Fabric usando diferentes modos de conectividade a partir de um Lakehouse.

1.3. Introdução à Modelagem Dimensional:

1. Fatos e Dimensões: Conceitos e melhores práticas.
2. Star Schema vs. Snowflake Schema no contexto do Fabric.

1.4. Tabelas e Relacionamentos:

1. Tipos de relacionamentos (1:N, N:M) e sua cardinalidade.
2. Direção de filtro cruzado.
3. Hands-on: Importar dados para o Power BI Desktop, criar tabelas e estabelecer relacionamentos. Publicar o modelo no Fabric.

Prática: Criar um modelo semântico básico no Power BI Desktop e publicá-lo no Fabric, explorando os modos de armazenamento e configurando relacionamentos.

Módulo 2: DAX Essencial para Modelos Semânticos (6 horas)

2.1. Introdução à Linguagem DAX (Data Analysis Expressions):

1. Fundamentos: Colunas Calculadas vs. Medidas. Contexto de Linha vs. Contexto de Filtro.
2. Sintaxe básica, operadores e funções comuns (SUM, COUNT, AVERAGE, MAX, MIN, IF).
3. Hands-on: Criar colunas calculadas e medidas simples para obter insights básicos.

2.2. Funções de Agregação e Iteração (X-Functions):

1. SUMX, AVERAGEX, COUNTX e suas aplicações.
2. Hands-on: Usar funções iteradoras para cálculos mais complexos (ex: vendas por cliente, média de lucro por produto).

2.3. Funções de Modificação de Contexto de Filtro:

1. CALCULATE: A função mais poderosa do DAX.
2. ALL, ALLEXCEPT, REMOVEFILTERS, ALLSELECTED.
3. Hands-on: Criar medidas que manipulam o contexto de filtro para comparações (ex: Vendas do Ano Anterior, % de Crescimento).

2.4. Funções de Inteligência de Tempo (Time Intelligence):

1. DATEADD, SAMEPERIODLASTYEAR, TOTALYTD, TOTALQTD, TOTALMTD.
2. Criação de uma Tabela Calendário (Date Table) padrão.
3. Hands-on: Implementar medidas de inteligência de tempo para análise de tendências e comparações temporais.

Prática: Desenvolver medidas DAX robustas e colunas calculadas no modelo semântico, abordando agregações, modificação de contexto e inteligência de tempo.

Módulo 3: Otimização e Gerenciamento de Modelos Semânticos (6 horas)

3.1. Otimização de Performance do Modelo Semântico:

1. Redução de cardinalidade, tipos de dados otimizados.
2. Uso eficiente de medidas vs. colunas calculadas.
3. Modelagem para performance: Evitar relacionamentos complexos, otimização de relacionamentos N:M.
4. Hands-on: Analisar a performance de um modelo usando o Performance Analyzer do Power BI Desktop. Aplicar otimizações.

3.2. Hierarquias e Categorias:

1. Criação de hierarquias para drill-down em relatórios.
2. Organização de campos em pastas de exibição.
3. Hands-on: Criar hierarquias no modelo para facilitar a navegação nos relatórios.

3.3. Parâmetros e Funções de Consulta:

1. Usando parâmetros para flexibilizar a fonte de dados.
2. Otimização de consultas no Power Query.
3. Hands-on: Implementar parâmetros para gerenciar diferentes ambientes ou fontes de dados.

3.4. Monitoramento e Atualização de Dados (Refresh):

1. Configuração de agendamento de atualização de dados no Fabric.
2. Monitoramento do histórico de atualização.
3. Refresh Incremental (conceitual e configuração).
4. Hands-on: Configurar um agendamento de refresh e monitorar o status no Fabric.

Prática: Otimizar um modelo semântico existente para performance, criar hierarquias e configurar um refresh agendado.

Módulo 4: Segurança e Gerenciamento Avançado (5 horas)

4.1. Segurança em Nível de Linha (Row-Level Security - RLS):

1. Implementando RLS com DAX para filtrar dados com base no usuário.
2. Gerenciamento de funções no Power BI Desktop e Fabric Service.
3. Hands-on: Criar e testar regras RLS para diferentes perfis de usuário.

4.2. Segurança em Nível de Objeto (Object-Level Security - OLS):

1. Ocultando tabelas ou colunas específicas para determinados usuários.
2. Hands-on: Implementar OLS para proteger dados sensíveis.

4.3. XMLA Endpoint e Conectividade Avançada:

1. O que é o XMLA Endpoint e seu propósito (leitura/escrita).
2. Conectando-se com SSMS e Tabular Editor.
3. Scripting de modelos semânticos (TMSL - Tabular Model Scripting Language).
4. Hands-on: Conectar SSMS/Tabular Editor a um modelo semântico no Fabric e inspecionar/modificar o modelo via XMLA Endpoint.

4.4. Integração com Git para Controle de Versão (DevOps):

1. Estratégias de controle de versão para modelos semânticos (Power BI Project - .pbip).
2. Hands-on: Salvar um modelo como um projeto .pbip e entender a estrutura para controle de versão.

Prática: Implementar segurança RLS e OLS. Conectar-se ao modelo semântico via XMLA Endpoint para gerenciamento avançado.

Módulo 5: Modelagem Avançada e Melhores Práticas (2 horas)

5.1. Modelagem para Cenários Complexos:

1. Tabelas de datas dinâmicas.
2. Parâmetros de campo para alternar medidas e dimensões.
3. Cálculos de "What If" com parâmetros.

5.2. Otimização de Queries DAX:

1. Entendendo o motor VertiPaq.
2. Uso do DAX Studio (conceitual) para otimizar queries.

5.3. Melhores Práticas e Governança de Modelos Semânticos:

1. Padrões de nomeclatura.
2. Documentação de modelos e medidas.
3. Estratégias de governança e ciclo de vida do modelo.
4. Certificação de modelos semânticos no Fabric.

5.4. Próximos Passos:

1. Data Activator para alertas sobre dados.
2. APIs REST do Power BI para automação.
3. Integração com Azure Synapse Data Science para modelos de ML.

• Prática: Revisar e aplicar as melhores práticas de modelagem e DAX. Discutir cenários avançados e como abordá-los.