Как лучше всего подружить Power BI с облачным сервисом Azure ML (R) ?

Посоветуйте кто как поэффективней дружит Power BI с Azure ML (через параметризированный Web API) в живом режиме (интерактивный пользователь)?

Ясно что по расписанию можно Azure Data Factory / ADF данные в dataset-ы прокачивать (и Power BI работает с Imported DataSet например),
а вот на живой сессии в зависимости от постоянно выбираемых параметров уже как-то проблемно клеится,
в on-perm SQL Server версии было просто - вызов значения колонны функциями через sp_execute_external_script,
что можно было нормальную аналитику в direct_query/ROLAP считать, а в облаке уже извращения начинаются..

можно ещё наверное с Azure Functions попробовать, но в DataBricks точно не хотелось-бы лезть,
по идее текущему проекту ещё доступно Azure Batch - но хватает других забот чтобы с этим ещё попаться.

Есть такая таблица по поддержке ML (R)
И интегрированная среда Azure SQL DataBase с R - но она пока в стадии Preview (пока только месяц с лишним),
а нам (по Agile-классике, будь она..) релиз в продакшн через пару месяцев сдавать
так что не дождёмся (а как выйдет в GA - потом скорее всего переделывать будем)

Похожая проблема с Power BI и Azure Data Lake - Там либо через прослойки типа Azure SQL Data Base / Data Warehouse
или файлами (Data Lake Storage), т.е. с U-SQL запросами напрямую не очень получится :\