Stefan Kirner

Information & Communications Technology

Azure SQL Server Power BI Big Data Analytics Azure Data Factory

Karlsruhe, Baden-Württemberg, Germany

Stefan Kirner

DRIVEN BY DATA!

Stefan Kirner is Director Business Intelligence at scieneers GmbH and works since SQL Server 2000 with the Microsoft Data Platform. He is meanwhile certified as Azure Data Engineer Associate and MCSE for Cloud Platform and Infrastructure / Data Management and Analytics . He is also a local chapter leader of PASS in Karlsruhe since 2006.

Stefan Kirner

DRIVEN BY DATA!

Stefan Kirner ist Director Business Intelligence bei der scieneers GmbH und beschäftigt sich seit dem SQL Server 2000 mit der Microsoft Data Platform. Er ist mittlerweile Azure Data Engineer Associate sowie MCSE für Cloud Platform and Infrastructure und Data Management and Analytics . Seit 2006 leitet er die SQL PASS Regionalgruppe Karlsruhe und engagiert sich im Beirat des Vereins. Ihr erreicht ihn unter ski@sqlpass.de oder auf Twitter unter @KirnerKa

Current sessions

Warum macht es Sinn sich in der Community zu engagieren? EN

In dieser nicht technischen Session bespricht Frank Geisler zusammen mit Stefan Kirner warum es Sinn macht sich in der deutschen PASS Community zu engagieren und die beiden geben auch einen Einblick in ihre eigene PASS Vergangenheit


5 shades of data flow EN DE

More and more data flows seem to show up as part of the Microsoft data platform. Did you know that even in Power Platform two different kinds exist? But which would you use for what problem?
As the noun indicates data flows move and transform data and in best case add value to it. The talk gives an overview of the "shades" of data flows in Power Platform and Azure Data Factory, their purpose and of course the technologies behind the (grey) curtain.


Reicht auch Power BI only für mein Projekt? EN

Fragt sich so mancher Entwickler angesichts immer mehr Funktionsumfang und Enterprise Readyness auf Seiten Microsoft Power BI.
Normalerweise beinhalten BI Projekte spezialisierten Komponenten wie zur Persistenz (Datenbanken, Data Lake & co.) oder für ETL. Power BI deckt den kompletten Bereich einer BI Lösung ab. Aber gibt es Dinge die gar nicht gehen in Power BI, wo sind Schwächen und gibt es das typische Power BI Projekt?
Dieses spannende Thema wird in der Session diskutiert!


5 shades of data flow EN DE

Immer mehr Datenströme poppen als Teil der Microsoft-Datenplattform auf. Wussten Sie, dass es alleine innerhalb der Power Platform zwei verschiedene Arten gibt? Aber welche davon nutzen zum Lösen welcher Probleme?
Wie es der Name schon sagt, dienen Datenströme dazu Daten zu bewegen und zu transformieren. Im besten Fall sind die Daten danach wertvoller als vorher!
Der Vortrag gibt einen Überblick über die "Schattierungen" der Datenflüsse in Power Platform und Azure Data Factory, ihren jeweilgen Vorteile und gewährt natürlich einen Blick auf die Technologien hinter dem (grauen) Vorhang.


DataOps in Azure Data Factory EN DE

What is your Definition of Done for a data project in Azure? Is the job finished after the first successful pipeline run using funny dummy data? Since nothing seems to work anymore since that nightly hacking session, do you have any hint what happend or kind of a fallback?

The talk shows methods, technologies and best practises how to develop in Azure Data Factory in a structured and safe way by using the integration and services of Azure DevOps. This will hopefully prevent you from disasters and enable you to develop in a team. Beneath lets check the differences regarding continous integration & development (CI/CD) when developing Data pipelines in Azure Synapse Studio.

The talks shows methods, technologies and best practises how to develop in Azure Data Factory in a structured and safe way by using the integration and services of Azure DevOps.


DataOps in Azure Data Factory EN DE

Was ist die Definition of Done in deinem Datenprojekt auf Azure? Bist du wirklich fertig nach dem ersten erfolgreichen Durchlauf der Pipeline mit ein paar Dummy Daten? Seit den Anpassungen in einer nächtlichen Hau-Ruck Aktion geht nichts mehr und du hast weder Ahnung was genau passiert ist noch ein Fallback um es wieder zum Laufen zu bringen?

In dem Vortrag werden Methoden, Technologien und Best Practices vorgestellt, wie man in der Azure Data Factory strukturiert und sicher entwickeln kann, in dem man die Integration und Dienste von Azure DevOps nutzt. Das wird dich hoffentlich vor solchen Katastrophen schützen und gleichzeitig die Arbeit im Team ermöglichen.
Daneben schauen wir uns die Unterschiede bezüglich continous integration & development (CI/CD) an wenn man Data Pipelines in Azure Synapse Studio entwickelt.

In dem Vortrag werden Methoden, Technologien und Best Practices vorgestellt, wie man in der Azure Data Factory strukturiert und sicher entwickeln kann, in dem man die Integration und Dienste von Azure DevOps nutzt.


Application Lifecycle Management in Azure Data Factory EN DE

What is your Definition of Done for a data project in Azure? Is the job finished after the first successful pipeline run using funny dummy data? Since nothing seems to work anymore since that nightly hacking session, do you have any hint what happend or kind of a fallback?
The talk shows methods, technologies and best practises how to develop in Azure Data Factory in a structured and safe way by using the integration and services of Azure DevOps. This will hopefully prevent you from disasters and enable you to develop in a team. Beneath lets check the differences regarding continous integration & development (CI/CD) when developing Data pipelines in Azure Synapse Studio.

The talks shows methods, technologies and best practises how to develop in Azure Data Factory in a structured and safe way by using the integration and services of Azure DevOps.


Application Lifecycle Management in der Azure Data Factory EN DE

Was ist die Definition of Done in deinem Datenprojekt auf Azure? Bist du wirklich fertig nach dem ersten erfolgreichen Durchlauf der Pipeline mit ein paar Dummy Daten? Seit den Anpassungen in einer nächtlichen Hau-Ruck Aktion geht nichts mehr und du hast weder Ahnung was genau passiert ist noch ein Fallback um es wieder zum Laufen zu bringen?
In dem Vortrag werden Methoden, Technologien und Best Practices vorgestellt, wie man in der Azure Data Factory strukturiert und sicher entwickeln kann, in dem man die Integration und Dienste von Azure DevOps nutzt. Das wird dich hoffentlich vor solchen Katastrophen schützen und gleichzeitig die Arbeit im Team ermöglichen.
Daneben schauen wir uns die Unterschiede bezüglich continous integration & development (CI/CD) an, wenn man Data Pipelines in Azure Synapse Studio entwickelt.

In dem Vortrag werden Methoden, Technologien und Best Practices vorgestellt, wie man in der Azure Data Factory strukturiert und sicher entwickeln kann, in dem man die Integration und Dienste von Azure DevOps nutzt.