Ir para o conteúdo principal

Agent Evaluation on Databricks - Portuguese BR

Este curso ensina os alunos a avaliar sistematicamente agentes de IA usando o framework de avaliação do MLflow, abordando os desafios únicos de sistemas de IA não determinísticos que os testes tradicionais de software não conseguem lidar. Os alunos avaliam um agente compartilhado de chamada de ferramentas que está registrado no Unity Catalog e chama seus modelos por meio do Unity Gateway, usando juízes integrados para critérios comuns como correção e segurança, juízes de diretrizes para requisitos específicos do negócio e juízes personalizados para necessidades especializadas. O curso abrange tanto a avaliação offline usando conjuntos de dados selecionados quanto o monitoramento em produção online, incluindo o armazenamento de MLflow Traces no Unity Catalog. Os alunos usam o MLflow Tracing para entender os padrões de execução do agente e coletar feedback humano de desenvolvedores e de especialistas no assunto, que revisam o agente por meio de seu Databricks App. Por meio de demonstrações práticas e laboratórios, os alunos desenvolvem habilidades na criação de Workflows de avaliação que impulsionam melhorias contínuas de qualidade ao longo do ciclo de vida de desenvolvimento do agente de IA.


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
Associate
Duration
2h
Prerequisites

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

• Experiência intermediária em programação Python

• Conhecimento básico de SQL para consultas e criação de funções

• Familiaridade com a Databricks Data Intelligence Platform

• Compreensão dos conceitos do Unity Catalog, incluindo catálogos e esquemas

• Compreensão básica de modelos de linguagem de grande escala (LLMs) e engenharia de prompts

• Conhecimento básico de MLflow

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

Advanced Techniques with Apache Spark Declarative Pipelines - Portuguese BR

Este curso explora o Apache Spark Declarative Pipelines (SDP) do Databricks para a construção de pipelines de transmissão prontos para produção. Você aprenderá padrões de design avançados, aplicação robusta de qualidade de dados e integração entre plataformas, essenciais para a engenharia de lakehouse no mundo real.

Ao longo do curso, você mergulhará em técnicas modernas de ingestão de dados e processamento, dominando ferramentas como Liquid Clustering para otimização de configuração e o padrão Multiplex Streaming para eventos com esquemas mistos. Ao final dos módulos, você saberá como lidar com confiança com a evolução do esquema, automatizar o change data capture (CDC) e garantir a integridade de dados.

Por meio de aulas e demonstrações práticas, você irá:

• Criar pipelines com múltiplos fluxos para realizar ingestão de dados de múltiplas fontes em uma Tabela Bronze unificada.

• Aplicar Liquid Clustering e Expectativas de Qualidade de Dados nas camadas Prata e Ouro.

• Implementar o padrão Multiplex com Iceberg UniForm para acesso a dados entre plataformas.

• Automatizar o acompanhamento de história do SCD Tipo 2 usando AUTO CDC INTO.

• Projetar pipelines de quarentena com perda zero de dados para auditar e gerenciar registros inválidos.

Observação: 

1. Este curso é o primeiro da série "Engenharia de Dados Avançada com Databricks".

2. Para arquivos de aula SCORM, feche a janela do SCORM após concluir o conteúdo. Não clique no botão “Próxima lição”, pois isso pode impedir que o módulo SCORM seja marcado como concluído.

Free
4h
Professional

Questions?

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