Leer jouw engineers, analytics engineers en BI developers Fabric ontwerpen, bouwen en beheren op jullie eigen tenant.

Steeds meer organisaties kiezen Microsoft Fabric als hun nieuwe data en analytics platform. Een logische stap voor wie al in het Microsoft ecosysteem zit. Het platform staat snel, de bouwers achter de schermen niet altijd.
Wij leiden jouw data engineers, analytics engineers en BI developers op zodat zij Fabric zelfstandig kunnen ontwerpen, bouwen en beheren. In company, op jullie eigen tenant.
Voor de mensen die straks op Fabric bouwen en beheren. We werken in company met teams die al in de data en analytics keten zitten.
- Data engineers die pipelines, Lakehouses en transformaties op Fabric gaan inrichten
- Analytics engineers die de medallion architectuur en semantische laag vormgeven
- BI developers en analisten die van Power BI desktop doorgroeien naar Power BI in Fabric
- Architecten die de Fabric inrichting voor hun organisatie ontwerpen
Uitgangsniveau is werkervaring met SQL en een BI of data tool. Voorkennis van Power BI of Azure helpt, maar is geen harde voorwaarde.
Vijf modules die het werkbare deel van het platform afdekken. Per traject kiezen we welke modules in welke diepte aan bod komen, op basis van de rollen in de groep.
OneLake als centrale opslag laag, Lakehouses op Delta tables en shortcuts om data te ontsluiten zonder kopieën. Inclusief medallion patroon op Fabric specifiek.
Ingestion en orkestratie met Data Factory pipelines en Gen2 dataflows. Bronnen koppelen, schema's beheren, foutafhandeling, en wanneer pipelines of dataflows. Monitoring en versiebeheer als vaste discipline.
Schakelen tussen Spark notebooks voor transformaties en het SQL endpoint voor analyse. Welke werklast waar landt, hoe je kosten in de hand houdt en hoe Python en SQL elkaar versterken op dezelfde Lakehouse.
Power BI in Fabric is meer dan rapportage. Direct Lake mode, semantische modellen op de Lakehouse en de doorwerking naar dashboards. Plus de keuze tussen import, DirectQuery en Direct Lake.
Workspaces, capaciteiten, lineage, sensitivity labels en Microsoft Purview integratie. Toegangscontroles per laag en monitoring op capaciteit en kosten, zodat compute niet onbedoeld ontspoort.

We werken alleen in company. Het oefenmateriaal komt uit jullie eigen organisatie, op jullie eigen Fabric tenant. Geen demo dataset, wel het echte werk.
Een traject loopt doorgaans enkele weken tot twee maanden, opgebouwd uit klassikale dagen, hands on werksessies en tussentijdse opdrachten. De examens DP 600 Fabric Analytics Engineer en DP 700 Fabric Data Engineer zijn na het traject binnen bereik, als logisch bijproduct.
Onze trainers zijn de engineers die overdag bij andere klanten met de voeten in de klei staan op Fabric. Wat ze 's ochtends bouwen, leggen ze 's middags uit.
Een platform is nooit een doel op zich. Wij trainen op de keuzes achter de knoppen: wanneer Lakehouse, wanneer warehouse, en hoe Fabric past in een bredere data en AI strategie.
We meten succes niet aan tevredenheidsscores, maar aan wat jullie team zes maanden later zelfstandig op Fabric kan. Onszelf overbodig maken is het doel, ook hier.
Een Fabric training is geen plank klare cursus. We kijken eerst naar wie er getraind moet worden, op welk niveau, en wat de organisatie de komende periode op Fabric wil doen. Op basis daarvan stellen we een traject samen.
We werken met gevestigde namen en groeiende bedrijven in alle sectoren. Want data is overal.












Hoe we organisaties helpen betere keuzes maken met hun data.