Power BI - Fondamentaux
Power BI Desktop, import de données, Power Query, modèle de données, relations, visualisations de base
1Quelle est la principale différence entre Power BI Desktop et Power BI Service ?
Quelle est la principale différence entre Power BI Desktop et Power BI Service ?
Réponse
Power BI Desktop est une application Windows gratuite pour créer des rapports et modèles de données localement. Power BI Service est la plateforme cloud pour publier, partager et collaborer sur les rapports. Le workflow typique consiste à développer dans Desktop puis publier vers Service pour la distribution.
2Quel est le rôle principal de Power Query dans Power BI ?
Quel est le rôle principal de Power Query dans Power BI ?
Réponse
Power Query est l'éditeur de transformation de données intégré à Power BI. Il permet d'importer des données depuis diverses sources, de les nettoyer, transformer et préparer avant de les charger dans le modèle de données. Toutes les étapes de transformation sont enregistrées et peuvent être réappliquées automatiquement lors du rafraîchissement.
3Quel langage est utilisé en arrière-plan par Power Query pour les transformations de données ?
Quel langage est utilisé en arrière-plan par Power Query pour les transformations de données ?
Réponse
Power Query utilise le langage M (aussi appelé Power Query Formula Language) pour définir les transformations. Chaque action dans l'interface graphique génère du code M. Il est possible de modifier ce code manuellement via l'éditeur avancé pour des transformations plus complexes ou personnalisées.
Quelle est la fonction d'un slicer (segment) dans un rapport Power BI ?
Quel type de relation est recommandé entre une table de faits et une table de dimensions dans Power BI ?
+17 questions d'entretien
Autres sujets d'entretien Data Analytics
Google Sheets - Les fondamentaux
Google Sheets - Formules avancées
SQL - Les fondamentaux
SQL - Agrégations et groupements
SQL - Jointures
BigQuery - Fondamentaux
Data Cleaning - Nettoyage des données
KPIs et métriques business
Statistiques descriptives
Zapier et automatisation No-Code
Principes de data visualisation
Python & Pandas - Fondamentaux
Google Sheets - Dashboards automatisés
SQL - Sous-requêtes et CTEs
SQL - Window Functions
BigQuery - Fonctionnalités avancées
Data Modeling
Analyse de funnels et conversion
Analyse de cohortes et rétention
Google Tag Manager et tracking
APIs et webhooks
dbt - Fondamentaux
AB Testing et statistiques appliquées
Looker Studio (Google Data Studio)
SQL - Requêtes analytiques avancées
dbt - Fonctionnalités avancées
Power BI - DAX et dashboards avancés
Python Analytics - Analyse avancée et ML
Maîtrise Data Analytics pour ton prochain entretien
Accède à toutes les questions, flashcards, tests techniques, exercices de code review et simulateurs d'entretien.
Commencer gratuitement