メインコンテンツへジャンプ

Get Started with Databricks for Generative AI - Japanese

このコースでは、生成AIシステムの構築と展開のためのキーコンポーネントと機能に焦点を当て、Mosaic AIプラットフォームの実践的な概要を説明します。参加者はDatabricksがスケーラブルな生成AIソリューションの開発をどのように促進するかを学び、Vector Search、Agent Framework、モデル追跡およびロギングのためのMLflowの生成AI機能などのMosaic AIツールについて学習します。 このコースには、検索拡張生成 (Retrieval-Augmented Generation-RAG) パイプラインの構築と評価、生成AIエージェントの導入、評価フレームワークを活用してパフォーマンスを最適化する実践的な経験が含まれます。 コース終了時には、学習者はMosaic AIを使用して一般的な生成AIアプリケーションを設計、展開、監視するスキルを身に付けます。


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

Skill Level
Onboarding
Duration
2h
Prerequisites

このコンテンツは、以下のスキル/知識/能力を持つ参加者向けに開発されています。  

  • 生成AIエンジニアリングのトピックに関する基礎知識があることが推奨されます。

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

Register now

Instructors

Instructor-Led

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

Register now

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

Free
2h
Associate

Questions?

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