Advanced Machine Learning with Databricks - Portuguese BR
Este curso é destinado a cientistas de dados e profissionais de machine learning e é composto por dois módulos de quatro horas.
Machine Learning at Scale
Neste curso, você adquirirá conhecimento teórico e prático sobre a arquitetura do Apache Spark e sua aplicação em cargas de trabalho de machine learning no Databricks. Você aprenderá quando usar o Spark para preparação de dados, treinamento de modelos e implantação, além de obter experiência prática com Spark ML e APIs do Pandas no Spark. Este curso apresentará conceitos avançados, como ajuste de hiperparâmetros e escalabilidade do Optuna com Spark. Este curso utilizará recursos e conceitos introduzidos no curso associado, como MLflow e Unity Catalog, para empacotamento e governança abrangentes de modelos.
Advanced Machine Learning Operations
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.
Nota: A Databricks Academy está fazendo a transição para um formato baseado em notebooks para as sessões em sala de aula dentro do ambiente Databricks, descontinuando o uso de apresentações de slides para as aulas. Você pode acessar os notebooks de aula no ambiente de laboratório do Vocareum.
O conteúdo foi desenvolvido para participantes com estas habilidades, conhecimentos e competências:
• Compreensão básica de conceitos de DS/ML (por ex., modelos de classificação e de regressão), métricas de modelo comuns (por ex., F1-score) e bibliotecas Python (por ex., scikit-learn e XGBoost).
• O participante deve ter conhecimento de nível intermediário sobre conceitos tradicionais de machine learning, desenvolvimento e o uso de Python e Git em projetos de ML.
• Recomenda-se experiência de nível intermediário com Python.
• Acesso a um workspace Databricks com permissões de administrador e familiaridade com operações básicas do Databricks (criar clusters, executar notebooks, operações básicas de notebook)
• Experiência intermediária com controle de versão Git, incluindo gerenciamento de repositórios e configuração de Personal Access Token (PAT) para integração com o GitHub
• Conhecimento básico de workflows CI/CD, configurações de pipeline e conceitos de DevOps para processos de implantação automatizada
• Experiência de programação intermediária com Python, MLflow para rastreamento e gerenciamento de modelos, e Unity Catalog para governança de dados
• Familiaridade com o ciclo de vida de desenvolvimento de modelos de machine learning, incluindo feature engineering, treinamento, validação e conceitos de implantação de modelos
• Experiência com interfaces de linha de comando, em especial instalação, configuração e autenticação do Databricks CLI com personal access tokens
• Compreensão de estratégias de implantação de modelos, incluindo A/B testing, distribuição de tráfego e conceitos de inferência em tempo real
• Conhecimento básico de Lakeflow Jobs para criação de jobs, dependências de tarefas e orquestração de workflows
Outline
Machine Learning at Scale
• Desenvolvimento de Modelos com Spark
• Ajuste de Modelo com Optuna no Spark
• Implantação de Modelos com Spark
• APIs Pandas
Advanced Machine Learning Operations
• Visão Geral de Machine Learning Operations
• Simplificando MLOps com Databricks
• Estratégias de Implantação de Modelos com Databricks
• Perfil de Dados
• Criar Ativos de ML como Código
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.
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
Registre-se agoraInstructor-Led
Public and private courses taught by expert instructors across half-day to two-day courses
Registre-se agoraBlended 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 nowSkills@Scale
Comprehensive training offering for large scale customers that includes learning elements for every style of learning. Inquire with your account executive for details

