SQL Day 2026

If you’ve ever been frustrated by a test database filled with nonsense, duplicates, sensitive information, or YOLO-style restored production backups, this workshop is for you.

Join Peter Kruis and Tonie Huizer for a practical, SQL Server focused workshop on building test databases that are safe, realistic, refreshable, and actually useful for development and testing.

We will cover the most common challenges teams run into across different roles, including data masking and privacy, balancing database size versus performance, handling application settings, supporting multiple coworkers working in parallel, and managing reset, refresh, and versioning of test environments.

From there, we will show how to choose the right dataset for the job: starting from an empty database with seed data, using masked production-like data, or working with a representative subset of production. We will then turn that into reusable golden images and show how teams can spin up copies for individual development and test tasks.

A key part of the workshop is automation. We will demonstrate how database provisioning can be triggered by the team’s workflow in Azure DevOps rather than by someone manually running local scripts. Using practical examples in PowerShell and YAML, we will show how fresh databases can be provisioned automatically when new work starts, how work-in-progress environments can be stashed and resumed when switching context, how specialized pipelines can support different database needs, and how stale environments can be cleaned up as part of the normal flow.

The workshop focuses on SQL Server, real-world examples, role-playing and demonstrations. While the implementation shown is SQL Server based, the underlying ideas and patterns can also be applied to other RDBMS platforms.

❓ Have you been using PowerBI for a while but your users are now asking for more complex measures and reports?
❓ Would you like to step beyond these simple reports and take your DAX to the next level to solve your organisation’s challenges?
❓Are you comfortable with basic DAX and CALCULATE, but:

Seeking solutions to complex business problems using DAX.
Working in industries like finance, sales, supply chain, or analytics, where advanced calculations are essential.
Your DAX is limited and you end up with solutions that don’t perform.
You solve problems by duplicating and precalculating data – which is slow to iterate on – rather than in DAX.
You are looking forward to review several DAX concepts with practical applications you can easily reuse.
You want more DAX tools in your DAX toolbox to help you excel.

Overview
This workshop will advance your DAX skills to bridge the gap between basic and advanced concepts. Through real-world scenarios, you’ll learn to write efficient expressions, solve complex business challenges, and create dynamic, impactful reports with DAX.
Here are a few examples of what you can learn in this workshop:
✅Using OR conditions between slicers in DAX.
✅Creating a slicer that filters multiple columns in Power BI.
✅Learn how to use REMOVEFILTER / VALUES for “natural” hierarchical calculations.
✅Show updated year-to-date actuals and forecasts in the same chart.
✅When and how to use visual calculations in DAX.
✅Optimize cumulative totals using variables and windows.
✅Implement different types of ranking calculations.
✅Aggregate relative periods (like each new customer’s first 30 days of purchase) efficiently.

Warsztat przeprowadzi uczestników przez cały cykl życia modeli uczenia maszynowego – od budowy danych, przez trening i automatyzację, aż po wykorzystanie potencjału AI w rozwiązaniach produkcyjnych. Uczestnicy poznają pełny stack MLOps oparty na środowisku Databricks oraz MLFlow, nauczą się projektować pipeline’y, przygotowywać dane, tworzyć cechy, trenować modele, wdrażać je i monitorować w realnym środowisku.

Warsztat stawia na konkret: praktyczne podejście do architektury ML, feature engineeringu, klasycznych algorytmów, sieci neuronowych i głębokich, CI/CD dla modeli, MLOps i nowoczesnych rozwiązań z obszaru AI. Uczestnicy wyjdą z niego z kompletnym obrazem, jak projektować i utrzymywać systemy ML, które działają, skalują się i nie wybuchają w produkcji.

Zakres warsztatu:
1. Architektura AI/ML – pełny obraz stacku ML, role w procesie i referencyjne architektury chmurowe.
2. Dane – praktyczne przygotowanie, czyszczenie, walidacja i budowanie pipeline’ów.
3. Feature engineering – typy cech, transformacje, feature store, monitoring i drift.
4. Algorytmy ML – przegląd najważniejszych metod i ich zastosowanie w praktyce.
5. Trenowanie modeli – metryki, tuning, podejście distributed, MLflow w akcji.
6. Sieci neuronowe i Deep Learning – podstawy sieci, frameworki, skalowanie, GPU/TPU.
7. Pipeline ML – automatyzacja, CI/CD, orkiestracja i wersjonowanie modeli.
8. MLOps – pełne utrzymanie modeli, monitorowanie, testy, rejestry modeli.

Warsztat jest kierowany do inżynierów, data scientistów i architektów pracujących lub planujących zacząć pracę z ML.

Wymagania:
– Laptop z przeglądarką internetową
– Darmowe konto Databricks Free

Celem warsztatu jest tworzenie konwersacyjnych i autonomicznych agentów z wykorzystaniem Microsoft Copilot Studio. Uczestnicy spędzą około 80% czasu na ćwiczeniach praktycznych, tworząc inteligentnych agentów automatyzujących procesy biznesowe, przetwarzających dane multimodalne i generujących dynamiczne, oparte na danych odpowiedzi.

Kluczowe techniki:
• Projektowanie i personalizacja agentów z wykorzystaniem narzędzi Microsoft Copilot Studio (flows, plugins, actions)
• Uziemianie agentów w Dataverse dla zapewnienia poprawności odpowiedzi
• Tworzenie multimodalnych promptów łączących tekst, grafiki i dane tabelaryczne dla zwiększenia precyzji i kontekstu odpowiedzi
• Konfiguracja autonomicznych wyzwalaczy zdarzeń dla proaktywnego działania agentów
• Wdrażanie zasad Responsible AI, obejmujących filtrację treści, moderację i kontrolę dostępu

Agenda:
• Tworzenie agentów w Copilot Studio
• Budowa systemów multi-agentowych
• Projektowanie agentów autonomicznych
• Personalizacja odpowiedzi agentów
• Odpowiedzialne AI i zarządzanie treścią
• Implementacja funkcji multimodalnych
• Ugruntowywanie promptów własnymi danymi

Dostarczone zasoby:
• Gotowe przykładowe przepływy agentów (flows) do samodzielnej rozbudowy
• Szablony promptów dla scenariuszy konwersacyjnych i multimodalnych
• Przykładowe zestawy danych oraz komplety rozwiązań do ćwiczeń

Aby wziąć udział w warsztacie, uczestnicy potrzebują:

Sprzęt i oprogramowanie
• Laptop z Windows 11
• Przeglądarka Microsoft Edge

Konto i dostęp
• Konto służbowe Microsoft 365
(konta prywatne, np. @outlook.com, nie są wspierane)
• Dostęp do Microsoft Copilot Studio
– można użyć własnej licencji M365 Copilot lub Copilot Studio
– albo bezpłatnej wersji próbnej Copilot Studio Trial

Środowisko Power Platform
• Dostęp do środowiska Power Platform z Dataverse i rolą administrator
– można użyć darmowej licencji Power Apps Developer Plan

Informacje o darmowych licencjach
• Szczegóły dotyczące darmowych wersji próbnych, ich czasu trwania oraz wymagań dostępne są tutaj:
👉 https://www.microsoft.com/en-us/power-platform/try-free

Umiejętności
• Znajomość Microsoft 365 (logowanie, Office, Teams)
• Podstawowa znajomość Power Platform

You’ve seen it before: the procedure that looks like it was generated by an AI trained on Stack Overflow and despair. It’s got MERGE. It’s got RIGHT JOINs. It’s got logic so tangled you’d need a flowchart, a flashlight, and a therapist to debug it. And now… it’s your problem.

In this full-day festival of query-fixing, Erik Darling leads you through the real world mysteries of advanced T-SQL: the strange, the slow, and the occasionally cursed. You’ll tackle tangled paging logic, rescue window functions and indexed views from spools and spills, and finally learn when to keep a CTE and when to yeet it. We’ll refactor data modifications that block like linebackers, decode procedural patterns, and write dynamic SQL that’s powerful and polite.

You’ll learn when to CROSS APPLY, dig into views vs. inline TVFs, and discover why RIGHT JOIN is not simply LEFT JOIN’s syntactic twin. We’ll uncover when user-defined functions wreck your query execution plans—and how to rewrite them with flair. If you’ve ever been curious about why that query sometimes takes SO long and how to best rewrite it without just guessing, this is your playground.

Expect fast demos, big laughs, and a glorious cheat sheet to take home. Because refactoring SQL isn’t just necessary—it’s super fun when you’re in the right party.

More organizations are adding PostgreSQL to their technology stack than ever before. The challenge is that they are not immediately replacing their existing technology, which means more and more people need to understand both SQL Server and PostgreSQL.

This all-day class is explicitly designed to support people who already know SQL Server as they begin their journey to add PostgreSQL to their skill set.

We’ll cover the areas of overlap between the two platforms, as well as all the differences that can make learning PostgreSQL a challenge. Not only does this all-day class teach PostgreSQL, but it also explores tooling, documentation, the cloud, and other resources to help on the journey of adding PostgreSQL to an existing SQL Server skill set.

Join this full-day, hands-on workshop designed to help you master automation in Microsoft Fabric. Whether you’re starting your automation journey or optimizing existing processes, this session will equip you with practical skills to accelerate development, minimise risk, and reduce costs through low-code and pro-code automation.
You’ll learn how to automate every step of the Fabric Data Platform lifecycle, from design and setup to implementation, deployment, and documentation. Through demo-packed exercises, we’ll guide you in building a robust, scalable, and efficient data platform using automation best practices.

By the end of this workshop, you will be able to:
Automate platform setup using code and configuration scripts.
Implement a metadata-driven ingestion approach for streamlined data preparation.
Build a foundation for semantic models with automation techniques.
Integrate CI/CD pipelines using GitHub and Azure DevOps for continuous delivery.
Leverage Fabric CLI, REST APIs, and the fabric-cicd Python library to simplify workflows.

This workshop blends low-code flexibility with pro-code power, ensuring you leave with actionable tools, scripts, and knowledge to integrate automation into your Fabric Data Platform. From blueprint to reality, you’ll gain the confidence to automate processes that accelerate development and deliver consistent, cost-effective solutions.

Requirements:
Must have
– Visual Studio Code installed

Nice to Have
– Access to a Fabric environment and Fabric Capacity
– Possibility to create workspaces

Easy to have:
– Fabric Admin role

In case the “nice to have” requirements can not be met, we will provide the attendees with these requirements.