After doing these courses, I feel confident creating professional visualizations and dashboards
Shoebur RahmanProcurement Specialist, Giz Bangladesh
Опис курсу
Дізнайтеся про можливості Lakehouse У сучасному світі, наповненому даними, нам потрібні інструменти, які дозволяють нам бути максимально орієнтованими на дані. Цей курс проведе вас від початку до кінця через те, як Databricks Lakehouse Platform забезпечує єдину, масштабовану та високопродуктивну платформу для ваших процесів обробки даних. Опрацьовуючи реальний набір даних, ви навчитеся виконувати різні завдання на платформі Databricks. Ви почнете курс із вивчення того, як адмініструвати платформу Databricks і забезпечувати безпечне налаштування вашого середовища.
Практикуйте масштабовану інженерію даних Після налаштування робочого середовища ви дізнаєтеся, як створювати потужні конвеєри даних за допомогою Databricks. Ви застосуєте різні перетворення до набору даних, переміщуючи його з Bronze до Silver, а потім до Gold в архітектурі Medallion. Ви дізнаєтеся, як кластери Databricks забезпечують доступну обчислювальну потужність і масштабованість. Ви налаштуєте наскрізний Databricks Workflow, щоб автоматизувати весь ваш конвеєр даних.
Використовуйте Lakehouse як своє сховище даних Важливою частиною архітектури Lakehouse є те, що ви можете виконувати запити до свого сховища даних так само, як у традиційному сховищі даних. У цьому розділі ви дізнаєтеся, як Databricks SQL забезпечує потрібну вам продуктивність сховища даних поверх вашого озера даних. Ви навчитеся створювати запити за допомогою стандартного ANSI SQL і використовувати ці результати для створення ad-hoc інформаційних панелей для всього вашого набору даних.
Впроваджуйте керовані рішення для data science та machine learning Нарешті, ви дізнаєтеся, як Databricks надає повний набір інструментів для сценаріїв використання data science та machine learning. Ви навчитеся відстежувати та оцінювати свої моделі за допомогою повністю інтегрованого фреймворку MLFlow для MLOps. Ви дізнаєтеся, як Feature Store і Model Registry спрощують процес створення моделей машинного навчання виробничої якості. Нарешті, ви навчитеся розгортати та відстежувати свої моделі за допомогою вбудованих можливостей обслуговування моделей.
Попередні вимоги
Навчальний план
Зміст курсу
1
Ласкаво просимо до Databricks
Дізнайтеся про нову парадигму lakehouse для вашої хмарної стратегії даних і про те, як платформа Databricks Lakehouse може модернізувати вашу архітектуру даних. Розберіться з базовими компонентами платформи Databricks і тим, як вони поєднуються між собою.
- Вступ до платформи Databricks Lakehouse50 XP
- Чому обрати Lakehouse?50 XP
- Переваги Databricks Lakehouse50 XP
- Архітектурні рішення100 XP
- Основні можливості платформи Databricks Lakehouse50 XP
- Чому Delta?50 XP
- Databricks для різних персон50 XP
- Можливості для кожної ролі, що працює з даними100 XP
- Адміністрування робочого простору Databricks50 XP
- Керування користувачами та їх додавання50 XP
- Приклад налаштування робочого простору Databricks50 XP
- Control Plane vs. Data Plane50 XP
- Налаштуйте свій робочий простір Databricks100 XP
2
Інженерія даних
Навчіться обробляти, перетворювати та очищати дані за допомогою функціональності Databricks. Попрактикуйтеся використовувати разом формат зберігання Delta, Delta Live Tables і Workflows, щоб створити наскрізний конвеєр даних.
3
Databricks SQL і сховища даних
Використовуйте платформу Databricks Lakehouse як рішення для сховища даних у ваших сценаріях Business Intelligence (BI). Застосовуйте вбудовані можливості, оптимізовані для SQL у Databricks, щоб створювати запити та дашборди на ваших даних.
4
Databricks для масштабних застосунків і машинного навчання
Використовуйте Databricks для керування конвеєрами машинного навчання з керованим MLFlow. Пройдіть повний життєвий цикл розробки моделі за допомогою Feature Store, Model Registry та Model Serving Endpoints, щоб створити надійну платформу MLOps у lakehouse.
R
Концепції Databricks
Курс
завершено
