Get Started with Databricks for Machine Learning - 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

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

このコースでは、Databricks データ インテリジェンス プラットフォームを使用して、シンプルなデータエンジニアリング ワークフローの実行とデータ ウェアハウジングのサポートを行えるようにするための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、ノートブックなどのDatabricks内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、Delta Live Tables、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、Databricks Workspaceのライブ環境で学習した内容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