Ir para o conteúdo principal

Advanced Machine Learning Operations - Portuguese BR

Neste curso, você receberá uma compreensão abrangente do ciclo de vida de machine learning e de MLOps, com ênfase nas melhores práticas para gerenciamento de dados e modelos, testes e arquiteturas escaláveis. O curso aborda os principais componentes de MLOps, incluindo CI/CD, gerenciamento de pipeline e separação de ambientes, ao mesmo tempo em que apresenta as ferramentas do Databricks para automação e gerenciamento de infraestrutura, como Declarative Automation Bundles (DABs), Lakeflow Jobs e Model Serving. Você aprenderá sobre monitoramento, métricas personalizadas, detecção de desvios, estratégias de implantação de modelos, testes A/B e os princípios de sistemas MLOps confiáveis, proporcionando uma visão holística da implementação e do gerenciamento de projetos de ML no Databricks.


Observação: Para os ficheiros das aulas SCORM, por favor certifique-se de fechar a janela SCORM após concluir o conteúdo. Não clique no botão 'Next Lesson', pois isso pode impedir que o módulo SCORM seja marcado como completo.

Skill Level
Professional
Duration
2h
Prerequisites

Neste curso, o conteúdo foi desenvolvido para participantes com as seguintes habilidades/conhecimentos/competências:

• Acesso a um Databricks workspace com permissões de administrador e familiaridade com as operações básicas do Databricks (criar clusters, executar notebooks, operações básicas de notebook)

• Experiência intermediária com controle de versão Git, incluindo gerenciamento de repositório e configuração de Personal Access Token (PAT) para integração com GitHub

• Conhecimento básico de fluxos de trabalho de CI/CD, configurações de pipeline e conceitos de DevOps para processos de implantação automatizada

• Experiência intermediária em programação com Python, MLflow para acompanhamento e gerenciamento de modelos, e Unity Catalog para governança de dados

• Familiaridade com o ciclo de vida do desenvolvimento de modelo do machine learning, incluindo Engenharia de Recursos, treinamento de modelos, validação e conceitos de implantação

• Experiência com interfaces de linha de comando, especialmente instalação, configuração e autenticação do Databricks CLI usando access tokens pessoais

• Compreensão de estratégias de implantação de modelos, incluindo testes A/B, distribuição de tráfego e conceitos de inferência em tempo real

• Conhecimento básico de Lakeflow Jobs para criação de job, dependências de tarefas e orquestração de fluxo de trabalho

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

Registre-se agora

Instructors

Instructor-Led

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

Registre-se agora

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

Databricks Data Privacy - Portuguese BR

Privacidade de Dados da Databricks ensina engenheiros de dados a encontrar, proteger, excluir e prestar contas de dados pessoais na Databricks Data Intelligence Platform. Trata a privacidade como um conjunto de decisões técnicas e controles construídos sobre Unity Catalog e Delta Lake. O curso separa privacidade de segurança, governança e conformidade e organiza o trabalho em torno de um ciclo de vida identificar, proteger, gerenciar e verificar, além de um modelo de decisão curto que os alunos aplicam a cada técnica.

Os alunos começam encontrando colunas sensíveis com Data Classification e registrando como cada uma deve ser tratada com uma tag governada. Protegem essas colunas com políticas de controle de acesso baseado em atributos (ABAC) orientadas por tags e usam máscaras de coluna e filtros de linha manuais quando uma política central não se aplica. A desidentificação vai além com hashing com salt, tokenização por um cofre governado separadamente e criptografia de coluna, com o salt e a chave armazenados no Databricks Secrets. Para o direito ao apagamento, os alunos rastreiam uma solicitação, encontram os dados do titular com classificação e linhagem, excluem e propagam a alteração com DELETE e MERGE e, em seguida, eliminam os arquivos subjacentes com REORG TABLE ... APPLY (PURGE) e VACUUM consciente da retenção. O curso termina combinando linhagem, logs de auditoria, histórico de consultas e histórico de tabelas Delta em uma trilha de evidências que mostra se cada controle funcionou.

Todos os dados são sintéticos. As demos acompanham o patrimônio de dados de um varejista multinacional ao longo do ciclo de vida e encerram cada controle com evidência de que funcionou, como um resultado de consulta mascarado, uma verificação de apagamento vazia ou uma entrada no histórico da tabela. Dois laboratórios baseados em cenário reforçam o fluxo. No primeiro, os alunos reparam a proteção quebrada na tabela de clientes de uma subsidiária. No segundo, concluem uma solicitação de apagamento pela metade e montam a evidência de que está completa. O curso é técnico e não fornece aconselhamento jurídico.

Observação: 

1. Este curso é o segundo da série “Engenharia de dados avançada com Databricks”.

2. Para os ficheiros das aulas SCORM, por favor certifique-se de fechar a janela SCORM após concluir o conteúdo. Não clique no botão 'Next Lesson', pois isso pode impedir que o módulo SCORM seja marcado como completo.

Languages Available: English | 日本語 | Português BR 

Free
2h
Professional

Questions?

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