Get Started with Databricks for Generative AI - Portuguese BR
Este curso oferece uma introdução prática à plataforma de Mosaic AI, com foco em seus componentes chaves e recursos para construir e implantar sistemas de generative AI. Os participantes aprenderão como o Databricks facilita o desenvolvimento de soluções de generative AI escaláveis e explorarão ferramentas Mosaic AI, como a Vector Search, o Agent Framework e as capacidades de generative AI do MLflow para acompanhamento e logging de modelos. Este curso inclui experiência prática na construção e avaliação de pipelines de Retrieval-Augmented Generation (RAG), implantação de agentes de generative AI e aproveitamento de estruturas de avaliação para otimizar o desempenho. Ao final do curso, os alunos serão equipados com as habilidades para projetar, implantar e monitorar aplicativos comuns de generative AI usando Mosaic AI.
Languages Available: English | 日本語 | Português BR | 한국어 | Français
O conteúdo foi desenvolvido para os participantes com as seguintes competências/conhecimentos/habilidades:
• Familiaridade com o Databricks Data Intelligence Platform e operações básicas de workspace (criar clusters, executar código em Notebooks, usar operações básicas do notebook)
• Conhecimento básico de programação Python e trabalhar com APIs (Databricks SDK, integrações de modelos externos)
• Compreensão dos fundamentos do machine learning, incluindo treinamento de modelos, avaliação e conceitos
de implantação- Familiaridade básica com conceitos de generative AI (large language models, engenharia de prompt, alucinações, geração aumentada de recuperação)
• Experiência intermediária com Unity Catalog para governança de dados e operações
de registro de modelos- Conhecimento básico de vector search e conceitos de busca por similaridade para recuperação
de documentos- Familiaridade com MLflow para acompanhamento de experimento, model logging e frameworks de
avaliação- Entendimento de Delta Lake e conceitos de gestão de dados (tabelas, esquemas, formatos de dados)
Outline
Visão geral do Databricks Mosaic AI
• A oportunidade GenAI
• Plataforma Databricks Mosaic AI
Engenharia de Prompts com Modelos Internos e Externos
• Noções básicas de engenharia de prompt
• Engenharia de prompt em AI Playground
• Introdução ao Mosaic AI Gateway
• Modelos externos com AI gateway
Construir e Registrar um RAG Pipeline
• Fundamentos de Retrieval Augmented Generation (RAG)
• Mosaic AI Vector Search
• MLflow para GenAI
• Construir e Registrar um aplicativo RAG
Avaliando e implantando sistemas de IA
• Avaliação de ponta a ponta
• Avaliação com o Agent Framework
• Implantação em tempo real com Model Serving
• Implantação em tempo real com Model Serving
Pipeline RAG de ponta a ponta em Databricks
• Laboratório: Pipeline RAG de ponta a ponta
Upcoming Public Classes
Date | Time | Language | Price |
|---|---|---|---|
Feb 24 | 09 AM - 11 AM (America/Sao_Paulo) | Portuguese - BR | Free |
Mar 12 | 09 AM - 11 AM (America/Sao_Paulo) | Portuguese - BR | Free |
Apr 30 | 09 AM - 11 AM (America/Sao_Paulo) | Portuguese - BR | Free |
Public Class Registration
If your company has purchased success credits or has a learning subscription, please fill out the Training Request form. Otherwise, you can register below.
Private Class Request
If your company is interested in private training, please submit a request.
Registration options
Databricks has a delivery method for wherever you are on your learning journey
Self-Paced
Custom-fit learning paths for data, analytics, and AI roles and career paths through on-demand videos
Registre-se agoraInstructor-Led
Public and private courses taught by expert instructors across half-day to two-day courses
Registre-se agoraBlended Learning
Self-paced and weekly instructor-led sessions for every style of learner to optimize course completion and knowledge retention. Go to Subscriptions Catalog tab to purchase
Purchase nowSkills@Scale
Comprehensive training offering for large scale customers that includes learning elements for every style of learning. Inquire with your account executive for details

