SQL Day 2024

Zapraszamy na całodniowy warsztat „Doskonalenie Zapytań w Świecie Baz Danych”,który jest praktycznym Hands-On Lab, skupiającym się na rozwijaniu umiejętności w zakresie pisywania efektywnych zapytań SQL. W trakcie warsztatu uczestnicy zdobędą głębsze zrozumienie planów zapytań, dowiedzą się, jak optymalizować kod SQL, oraz jak wykorzystać narzędzia takie jak Query Store do monitorowania i analizy wydajności zapytań.
Warsztat obejmie także omówienie różnych metod optymalizacji kodu SQL, uwzględniając zarówno aspekty czytelności, jak i wydajności. Uczestnicy dowiedzą się, jak unikać pułapek, zrozumieją istotę indeksów i poznają techniki tworzenia zapytań, które są skalowalne i efektywne.
Dodatkowo, warsztat dotknie tematu nowoczesnych narzędzi, takich jak GitHub Copilot czy ChatGPT, i omówi, w jaki sposób mogą być użyte w procesie tworzenia zapytań SQL. Będziemy rozważać zalety i ograniczenia tych narzędzi oraz przedstawimy praktyczne wskazówki dotyczące współpracy z nimi, zwracając uwagę na fakt, że choć są one potężne, to nie zawsze idealnie odzwierciedlają indywidualne potrzeby projektu.
Zapraszamy wszystkich entuzjastów baz danych i programistów do udziału w warsztacie, gdzie zyskają praktyczne umiejętności, które pozwolą im doskonalić jakość i wydajność swoich zapytań SQL.

This pre-conference workshop will begin by defining 'big data’ and clarifying various data architecture concepts to establish a solid foundation of understanding before delving into specific data architectures. Topics to be covered include relational data warehouses, data lakes, data marts, data virtualization, and the differences between ETL and ELT. James and Paul will then explore and compare the architectures of the Modern Data Warehouse, Data Fabric, Data Lakehouse, and Data Mesh in considerable detail, highlighting their advantages and disadvantages. While these concepts may seem appealing in theory, James and Paul will address potential concerns to consider before implementation. This workshop aims to demystify these complex topics, offering ample opportunity for questions. The content is derived from James’s book „Deciphering Data Architectures: Choosing Between a Modern Data Warehouse, Data Fabric, Data Lakehouse, and Data Mesh.”

Współczesne rozwiązania charakteryzują się dużą skalą, przez co tradycyjne rozwiązania oparte o relacyjne bazy danych przestają spełniać swoją rolę. Tutaj z pomocą przychodzą nam rozwiązania oparte o data lake, które dzięki skalowalnemu storage i rozdzieleniu go od warstwy przetwarzającej daje możliwość równoległego przetwarzania na dużą skalę. Z drugiej zaś strony chcielibyśmy móc wykorzystać tę moc, ale też skorzystać z prostoty tradycyjnych hurtowni i składować dane jak tabele, odpytywać je językiem SQL czy też łatwo aktualizować. Tutaj z pomocą przychodzi nam lakehouse będący połączeniem obu podejść oraz platforma Azure Databricks umożliwiająca budowę takiego rozwiązania.

Podczas warsztatu przedstawione zostaną kluczowe elementy związane z pracą z Databricks i lakehouse w tym:
– wstęp do usługi,
– klastry, konfiguracja i ich typy,
– omówienie formatu Delta,
– Unity Catalog,
– tworzenie i operacje na obiektach,
– wydajność i utrzymanie rozwiązania,
– Delta Live Tables i Autoloader,
– Orkiestracja i monitoring,
– Databricks SQL Warehouse,
– Integracja z innymi usługami Azure oraz Power BI

Całość okraszona zostanie praktycznymi przykładami oraz całą gamą dobrych praktyk wypracowanych w projektach implementacyjnych.

Czas skończyć w kółko powtarzane opery mydlane o gwiazdach, faktach i wymiarach. Czas wyjść poza ogólnie znane historie o relacjach i filtrach. W ostatnim czasie (a nawet dawno temu) w Power BI pojawiło się sporo nowych narzędzi, funkcjonalności oraz trendów: grupy kalkulacyjne, modele kompozytowe, tabele hybrydowe, agregacje, funkcje okienkowe i kalkulacje wizualne, RLS statyczny i dynamiczny, OLS, podejście No Calculate i wiele innych. Wszystkie te rzeczy, chcesz czy nie chcesz, są składnikami modelu danych, które musisz brać pod uwagę już na wczesnych etapach projektowania.
Ten warsztat jest dla Ciebie jeśli chcesz wyjść poza fundamenty modelowania wielowymiarowego, zanurkować głęboko w to co potrafi Power BI i stworzyć modele wydajne, funkcjonalne no i (ważne) ładne.

Zapoznaj się z możliwościami generatywnej sztucznej inteligencji (GAI) na praktycznym warsztacie dla specjalistów danych. Dowiesz się, czym są duże modele językowe (LLMs) i jak wykorzystać je do tworzenia inteligentnych aplikacji. Nauczysz się używać usług Azure OpenAI i Copilot, formułowania skutecznych promptów, pytania LLMs o Twoje własne dane za pomocą rozwiązań RAG i zasad odpowiedzialnego korzystania z GAI. Odkryjesz, że LLMs to nie tylko czatboty generujące słowa, ale potężne narzędzia, które potrafią obsługiwać różne języki, wyszukiwać informacje, analizować dane, prognozować wyniki, tworzyć i interpretować obrazy, muzykę i mowę. Nie przegap tej okazji, aby poznać technologię, która zmienia sposób, w jaki pracujemy z komputerami.

Aby wykonać ćwiczenia z pierwszej części warsztatu dotyczącej usługi Microsoft Copilot, wymaga tylko komputera z przeglądarką Edge i konta Microsoft.

Aby wziąć udział w ćwiczeniach z drugiej części warsztatu, w ramach której będziemy używać usługi Azure OpenAI, będziesz dodatkowo potrzebował Visual Studio Code z rozszerzeniami dla języka Python i Jupyter Notebook.

Zapraszamy na ekskluzywny warsztat, który skupi się na praktycznym wykorzystaniu potencjału Microsoft Fabric w projektach przetwarzania i analizy danych. Podczas tego intensywnego jednodniowego wydarzenia, uczestnicy będą mieli okazję zanurzyć się w fascynującym świecie nowoczesnych technologii danych. Niezależnie czy planujesz rozwój lub rozpoczynasz budowę systemu, który łączy potęgę przetwarzania Big Data ze stabilnością hurtowni danych, a może rozważasz wzbogacenie swoich danych dzięki GenAI – ten warsztat jest dla Ciebie.

Podczas 8h intensywnej aktywności uczestnicy będą mieli niepowtarzalną okazję do pracy ramię w ramię z ekspertami w dziedzinie przetwarzania i analizy danych. Prowadzący, którzy są uznawani za liderów branży, przekażą swoją wiedzę i doświadczenie. Sesje będą obejmować teoretyczne wprowadzenie do kluczowych koncepcji, ale przede wszystkim praktyczne ćwiczenia, które umożliwią uczestnikom samodzielne skonfigurowanie i uruchomienie rozwiązania. Dzięki temu warsztatowi zdobędziesz nie tylko cenne umiejętności, ale także przekonasz się, jak Microsoft Fabric może przyspieszyć transformację Twojej organizacji.

Cel Warsztatu:

Budowa Rozwiązania End-to-End: Uczestnicy będą pracować z ekspertami w zakresie przetwarzania danych, aby zbudować kompleksowe rozwiązanie oparte na Microsoft Fabric – od struktury danych po wdrożenie i analizę wyników.

– Łatwość, Elastyczność i Szybkość Działania: Warsztat skoncentruje się na wykorzystaniu łatwych w użyciu narzędzi Microsoft Fabric, ukazując elastyczność i szybkość, jaką można osiągnąć przy projektowaniu, wdrażaniu i skalowaniu rozwiązań danych.
– Charytatywny Cel Warsztatu: Ciesz się nie tylko rozwijaniem umiejętności, ale również uczestnictwem w akcji charytatywnej! Decyzję o wyborze organizacji charytatywnej, na którą zostaną przekazane środki zebrane podczas warsztatu, podejmą sami uczestnicy.
– Wymagane Umiejętności: Podstawowa wiedza z zakresu przetwarzania danych i analizy danych.

Korzyści dla Uczestników:

· Praktyczne doświadczenie w budowie rozwiązania z wykorzystaniem Microsoft Fabric.
· Spotkanie z wiodącymi specjalistami w dziedzinie przetwarzania i analizy danych.
· Możliwość wsparcia celu charytatywnego poprzez udział w warsztatach.