Databricks Performance Optimization - Japanese

このコースでは、SparkとDelta Lakeを使用してワークロードと物理レイアウトを最適化する方法と、Spark UIを分析してパフォーマンスを評価し、アプリケーションをデバッグする方法を学びます。ストリーミング、リキッドクラスタリング、データスキップ、キャッシュ、Photonなどのトピックについて説明します。

Languages Available: English | 日本語 | Português BR | 한국어

Skill Level

Associate

Duration

Prerequisites

このコンテンツは以下のようなスキル、知識、能力のある受講者向けに開発されています。

Databricksを使用して基本的なコード開発タスクを実行する能力 (クラスターの作成、ノートブックでのコードの実行、基本的なノートブック操作の使用、GitからのReposのインポートなど)
PySparkの中級レベルのプログラミング経験
- さまざまなファイル形式やデータソースからデータを抽出
- いくつかの一般的な変換を適用してデータをクリーンアップする
- 高度な組み込み関数を使用して複雑なデータの形状変換と操作を行う
Delta Lakeを使用した中級レベルのプログラミング経験 (テーブルの作成、完全更新と増分更新の実行、ファイルの圧縮、以前のバージョンの復元など)

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.

Request Private Training

See all our registration options

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

Instructor-Led

Public and private courses taught by expert instructors across half-day to two-day courses

Blended 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 now

Skills@Scale

Comprehensive training offering for large scale customers that includes learning elements for every style of learning. Inquire with your account executive for details

Upcoming Public Classes

Data Analyst

Data Analysis with Databricks - Japanese

このコースでは、Databricks SQL でのデータ分析の概要を紹介します。学習者は、データ取り込み、クエリー作成、ビジュアライゼーションとダッシュボードの作成、アラート構成を行います。このコースは Databricks データアナリスト学習パスの一部で、Databricks Certified Data Analyst Associate 認定試験への準備を意図して作成されています。

Languages Available: English | 日本語 | Português BR

Machine Learning Practitioner

Machine Learning Model Development - Japanese

この包括的なコースでは、人気の ML ライブラリを使用した実践的なデモンストレーションとワークフローに重点を置き、Databricks で従来の機械学習モデルを開発するための実践的なガイドを提供します。このコースでは、AutoML と MLflow を使用した一般的なタスクの効率的な実行に焦点を当てます。受講者は、回帰モデルと分類モデル、モデルトレーニングを追跡するための Databricks 機能の活用、モデル開発のための Feature Store の活用、ハイパーパラメーターチューニングの実装などの主要なトピックを掘り下げます。さらに、このコースでは迅速でローコードなモデルトレーニングに向けた AutoML についても説明し、Databricks 環境において合理的かつ効果的な機械学習モデル開発を行うための実践的なスキルを受講者が習得できるようにします。

Languages Available: English | 日本語 | Português BR | 한국어

Generative AI Engineer

Generative AI Engineering with Databricks - Japanese

このコースは、最新かつ最も一般的なフレームワークとDatabricksの機能を使用してGenerative AIアプリケーションを構築したいデータサイエンティスト、機械学習エンジニア、その他のデータ実務家を対象としています。

以下では、このコースに含まれる4つのモジュール（4時間）について説明します。

Generative AI Solution Development:（ジェネレーティブAIソリューション開発）：このコースでは、RAG（retrieval-augmented generation）メソッドを使用したコンテキスト生成AIソリューションを紹介します。まず、Mosaic AI Playgroundを使って、RAGアーキテクチャとコンテキスト情報の重要性を紹介します。次に、Generative AIソリューションのためにデータを準備する方法を紹介し、このプロセスとRAGアーキテクチャの構築を結びつけます。最後に、コンテキスト埋め込み、ベクター、ベクターデータベース、Mosaic AI Vector Searchの活用に関する概念を探ります。

Generative AI Application Development：多段階推論LLMチェーンとエージェントを使用した高度なLLMアプリケーションを構築するための情報と実践的な経験が必要ですか？このモジュールでは、まず問題を構成要素に分解し、ビジネスユースケースを強化するために各ステップに最適なモデルを選択する方法を学びます。続いて、LangChainとHuggingFaceトランスフォーマーを利用して多段推論チェーンを構築する方法を紹介します。最後に、エージェントを紹介し、Databricks上で生成モデルを使用した自律エージェントを設計します。

Generative AI Application Evaluation and Governance：ジェネレーティブAIシステムの評価とガバナンスについて学びます。まず、評価とガバナンス/セキュリティシステムを構築する意味と動機を探ります。次に、評価およびガバナンスシステムをDatabricks Data Intelligence Platformに接続します。第三に、特定のコンポーネントやアプリケーションの種類に応じた様々な評価手法を学びます。最後に、パフォーマンスとコストに関するAIシステム全体の評価の分析でコースを締めくくります。

Generative AI Application Deployment and Monitoring：ジェネレーティブAIアプリケーションの展開、運用、監視の方法を学ぶ準備はできていますか？このモジュールでは、Model Servingのようなツールを使用したジェネレーティブAIアプリケーションのデプロイのスキルを習得します。また、ベストプラクティスと推奨されるアーキテクチャに従ってGenerative AIアプリケーションを運用する方法についても説明します。最後に、Lakehouse Monitoringを使用してジェネレーティブAIアプリケーションとそのコンポーネントを監視する方法について説明します。

Languages Available: English | 日本語 | Português BR | 한국어