メインコンテンツへジャンプ

Get Started with Databricks for Data Engineering - Japanese

このコースでは、Databricks Data Intelligence Platformを使用してシンプルなデータエンジニアリングワークフローを実行し、データウェアハウジングの取り組みをサポートできるようにする基本的なスキルを学びます。 ワークスペースのツアーが行われ、カタログ、スキーマ、ボリューム、テーブル、コンピューティング クラスター、Databricks Notebooks など、Databricks のオブジェクトの操作方法が示されます。 次に、基本的なデータ エンジニアリング ワークフローに従って、テーブルの作成と操作、Delta Lake へのデータの取り込み、メダリオン アーキテクチャによるデータの変換、Databricks Workflows を使用したデータ エンジニアリング タスクのオーケストレーションなどのタスクを実行します。 また、Databricks が Databricks SQL、Lakeflow 宣言型パイプライン、Unity Catalog を使用してデータウェアハウジングのニーズをサポートする方法についても説明します。 


Databricks Labs サブスクリプションを購入すると、コースの最後には、ライブの Databricks Workspace 環境で学んだことを実践するための包括的なラボ演習も行われます。


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

Skill Level
Onboarding
Duration
3h
Prerequisites

データエンジニアリングの原則とトピック (データ収集、抽出、取り込み、変換など) に関する基本的な理解。

Self-Paced

Custom-fit learning paths for data, analytics, and AI roles and career paths through on-demand videos

See all our registration options

Registration options

Databricks has a delivery method for wherever you are on your learning journey

Runtime

Self-Paced

Custom-fit learning paths for data, analytics, and AI roles and career paths through on-demand videos

今すぐ登録

Instructors

Instructor-Led

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

今すぐ登録

Learning

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

Scale

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 Engineer

DevOps Essentials for Data Engineering - Japanese

このコースでは、Databricks を使用するデータエンジニア向けに特別に設計された、ソフトウェアエンジニアリングのベストプラクティスと DevOps の原則について説明します。 参加者は、コード品質、バージョン管理、ドキュメンテーション、テストなどの主要なトピックで強力な基盤を構築します。 このコースではDevOpsに重点を置き、コアコンポーネント、利点、およびデータエンジニアリングワークフローの最適化における継続的インテグレーションと継続的デリバリー(CI/CD)の役割について説明します

PySpark でモジュール性の原則を適用して、再利用可能なコンポーネントを作成し、コードを効率的に構造化する方法を学習します。 実践的な経験には、pytest フレームワークを使用した PySpark 関数の単体テストの設計と実装、その後の DLT と Workflows を使用した Databricks データパイプラインの統合テストが含まれ、信頼性を確保します

このコースでは、Databricks Git フォルダーを使用した継続的インテグレーションのプラクティスの統合など、Databricks 内の基本的な Git 操作についても説明します。 最後に、REST API、CLI、SDK、Databricks アセットバンドル (DAB) など、Databricks アセットのさまざまなデプロイ方法の概要を説明し、パイプラインをデプロイして管理する手法に関する知識を身に付けます

このコースを修了すると、ソフトウェアエンジニアリングとDevOpsのベストプラクティスに習熟し、スケーラブルで保守可能、かつ効率的なデータエンジニアリングソリューションを構築できるようになります。

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

Paid & Subscription
3h
Lab
Associate

Questions?

If you have any questions, please refer to our Frequently Asked Questions page.