Introduction à Microsoft Power Platform

Vue d'ensemble de Microsoft Power Platform

Introduction à Microsoft Dataverse

Présentation de Microsoft Dataverse

Prise en main de Power Apps

Introduction à Power Apps

Comment générer une application canevas

Comment générer une application basée sur des modèles

Démarrage de Power Automate

Aperçu de Power Automate

Comment générer une solution automatisée

Démarrage de Power BI

Aperçu de Power BI

Comment créer un tableau de bord simple

Introduction à Power Virtual Agents

Présentation de Power Virtual Agents

• Être capable de décrire les composants de Microsoft Power Platform
• Savoir décrire Microsoft Dataverse et les connecteurs
• Découvrir des scénarios dans plusieurs clouds : M365, Dynamics 365, Microsoft Azure et les services de tiers
• Pouvoir identifier les avantages et les capacités de Microsoft Power Platform
• Être capable d'identifier les fonctionnalités de base et la valeur commerciale des composants de Microsoft Power Platform
• Comprendre comment implémenter des solutions simples avec Power Apps, Power Automate et Power BI

• Certification Analyser les données avec Microsoft Power BI.
• Attestation de suivi de formation.

L’obtention de la certification se fait par le passage d’un examen en ligne supervisé par l’organisme Pearson VUE, délivré dans un centre d’examen accrédité. Une évaluation en ligne comprenant une variété de questions et un lab à construire.

L’examen dure environ deux heures – livres fermés - et comprend une variété de questions appelant différentes formes de réponse.

Le seuil de réussite est fixé à environ 70% de bonnes réponses, qui correspond à un score de passage de 700 points (score à l'échelle). La note de passage est basée sur l'apport d'experts en la matière, le niveau de compétence requis pour être considéré comme compétent dans le domaine du contenu, et la difficulté des questions livrées pendant l'examen.

L'évaluation s'échelonne selon la répartition suivante :

• Préparer les données (20-25%)
• Modéliser les données (25-30%)
• Visualiser les données (20-25%)
• Analyser les données (10-15%)
• Déployer et maintenir les produits (10-15%)