After doing these courses, I feel confident creating professional visualizations and dashboards
Shoebur RahmanProcurement Specialist, Giz Bangladesh
Kursbeskrivning
Lär dig kraften i Lakehouse I dagens datamättade värld behöver vi verktyg som gör det möjligt för oss att vara så datadrivna som möjligt. Den här kursen guidar dig från början till slut i hur Databricks Lakehouse Platform erbjuder en enda, skalbar och högpresterande plattform för dina dataprocesser. Att arbeta med ett verkligt dataset lär dig hur du utför olika uppgifter inom Databricks-plattformen. Du börjar kursen med att lära dig hur du administrerar Databricks-plattformen och säkerställer att din miljö är korrekt och säkert konfigurerad.
Öva skalbar data engineering Efter att du har ställt in din arbetsyta kommer du att lära dig hur du skapar kraftfulla datapipelines med Databricks. Du kommer att tillämpa olika transformationer på datasetet och flytta det från Bronze till Silver och sedan Gold i en Medallion-arkitektur. Du kommer att lära dig hur Databricks-kluster tillhandahåller lättillgänglig beräkningskraft och skalbarhet. Du kommer att konfigurera ett Databricks Workflow från början till slut för att automatisera hela din datapipeline.
Använd Lakehouse som ditt datalager En viktig del av Lakehouse-arkitekturen är att du kan fråga din datalagring som ett traditionellt datalager. I det här avsnittet lär du dig hur Databricks SQL ger dig den datalagerprestanda du vill ha ovanpå din datalake. Du kommer att lära dig hur du skapar frågor med standard ANSI SQL och använder dessa resultat för att skapa ad hoc-instrumentpaneler för hela din datamängd.
Implementera styrd datavetenskap och maskininlärning Slutligen kommer du att lära dig hur Databricks tillhandahåller en komplett uppsättning verktyg för användningsfall inom datavetenskap och maskininlärning. Du kommer att lära dig att spåra och utvärdera dina modeller med hjälp av det fullt integrerade MLFlow-ramverket för MLOps. Du kommer att lära dig hur Feature Store och Model Registry förenklar processen att skapa maskininlärningsmodeller av produktionskvalitet. Slutligen lär du dig hur du distribuerar och övervakar dina modeller med hjälp av inbyggda funktioner för modellservering.
Förkunskapskrav
Kursplan
Kursöversikt
1
Välkommen till Databricks
Lär dig om det nya lakehouse-paradigmet för din molndatastrategi och hur Databricks Lakehouse-plattformen kan modernisera din dataarkitektur. Få förståelse för plattformens grundläggande komponenter och hur de hänger ihop.
- Introduktion till Databricks Lakehouse Platform50 XP
- Varför välja ett Lakehouse?50 XP
- Fördelarna med Databricks Lakehouse50 XP
- Arkitekturval100 XP
- Grundläggande funktioner i Databricks Lakehouse Platform50 XP
- Varför Delta?50 XP
- Databricks för olika roller50 XP
- Funktioner för olika dataroller100 XP
- Administrera en Databricks-arbetsyta50 XP
- Hantera och lägga till användare50 XP
- Konfigurera ett exempel på Databricks-arbetsyta50 XP
- Control Plane vs. Data Plane50 XP
- Konfigurera din Databricks-arbetsyta100 XP
2
Datateknik
Lär dig att bearbeta, transformera och rensa data med hjälp av Databricks funktioner. Öva på att använda funktioner som Delta-lagringsformatet, Delta Live Tables och Workflows tillsammans för att skapa en komplett datapipeline från end-to-end.
3
Databricks SQL och datalager
Använd Databricks Lakehouse-plattformen som din datalagerslösning för Business Intelligence (BI)-ändamål. Utnyttja de inbyggda SQL-optimerade funktionerna i Databricks för att skapa frågor och instrumentpaneler mot dina data.
4
Databricks för storskaliga applikationer och maskininlärning
Använd Databricks för att hantera dina maskininlärningspipelines med hanterat MLFlow. Följ modellens utvecklingscykel från end-to-end med Feature Store, Model Registry och Model Serving Endpoints för att bygga en robust MLOps-plattform i lakehouse.
R
Databricks – grundläggande koncept
Kurs
slutförd
