แนวคิด Databricks

---

เรียนรู้พลังของ Lakehouse ในโลกที่เต็มไปด้วยข้อมูลในปัจจุบัน เราต้องการเครื่องมือที่ช่วยให้เราขับเคลื่อนด้วยข้อมูลได้มากที่สุดเท่าที่จะเป็นไปได้ คอร์สนี้จะพาคุณตั้งแต่ต้นจนจบ เพื่อทำความเข้าใจว่า Databricks Lakehouse Platform มอบแพลตฟอร์มแบบเดียวที่ปรับขยายได้และมีประสิทธิภาพสูงสำหรับกระบวนการข้อมูลของคุณได้อย่างไร การทำงานกับชุดข้อมูลจริงจะช่วยให้คุณเรียนรู้วิธีดำเนินงานต่างๆ ภายในแพลตฟอร์ม Databricks คุณจะเริ่มต้นหลักสูตรด้วยการเรียนรู้วิธีดูแลระบบแพลตฟอร์ม Databricks และการตรวจสอบให้แน่ใจว่าสภาพแวดล้อมของคุณได้รับการตั้งค่าอย่างปลอดภัย

---

ฝึกฝนวิศวกรรมข้อมูลที่ปรับขยายได้ หลังจากตั้งค่าสภาพแวดล้อมการทำงานของคุณแล้ว คุณจะได้เรียนรู้วิธีสร้างไปป์ไลน์ข้อมูลอันทรงพลังด้วย Databricks คุณจะนำการแปลงที่แตกต่างกันไปใช้กับชุดข้อมูล โดยย้ายจาก Bronze ไปยัง Silver แล้วจึงไปยัง Gold ในสถาปัตยกรรม Medallion คุณจะได้เรียนรู้ว่า Databricks clusters มอบพลังการประมวลผลที่พร้อมใช้งานและความสามารถในการปรับขนาดได้อย่างไร คุณจะตั้งค่า Databricks Workflow แบบครบวงจรเพื่อทำให้ไปป์ไลน์ข้อมูลทั้งหมดของคุณเป็นอัตโนมัติ

---

ใช้ Lakehouse เป็นคลังข้อมูลของคุณ ส่วนสำคัญของสถาปัตยกรรม Lakehouse คือคุณสามารถสืบค้นพื้นที่จัดเก็บข้อมูลของคุณได้เหมือนกับคลังข้อมูลแบบดั้งเดิม ในส่วนนี้ คุณจะได้เรียนรู้ว่า Databricks SQL มอบประสิทธิภาพด้าน data warehousing ที่คุณต้องการบน data lake ของคุณได้อย่างไร คุณจะได้เรียนรู้วิธีสร้างคิวรีโดยใช้ ANSI SQL มาตรฐาน และนำผลลัพธ์เหล่านั้นไปสร้างแดชบอร์ดแบบเฉพาะกิจสำหรับชุดข้อมูลทั้งหมดของคุณ

---

นำวิทยาศาสตร์ข้อมูลและแมชชีนเลิร์นนิงแบบมีธรรมาภิบาลไปใช้ สุดท้าย คุณจะได้เรียนรู้ว่า Databricks มอบชุดเครื่องมือที่ครบถ้วนสำหรับกรณีการใช้งานด้านวิทยาศาสตร์ข้อมูลและแมชชีนเลิร์นนิงอย่างไร คุณจะได้เรียนรู้การติดตามและประเมินโมเดลของคุณโดยใช้เฟรมเวิร์ก MLFlow แบบบูรณาการเต็มรูปแบบสำหรับ MLOps คุณจะได้เรียนรู้ว่า Feature Store และ Model Registry ช่วยทำให้กระบวนการสร้างโมเดลแมชชีนเลิร์นนิงคุณภาพระดับใช้งานจริงง่ายขึ้นได้อย่างไร สุดท้าย คุณจะได้เรียนรู้วิธีนำโมเดลของคุณไปใช้งานจริงและติดตามตรวจสอบด้วยความสามารถในการให้บริการโมเดลที่มีมาในตัว