AI/BI for Data Analysts - Portuguese BR

Este curso de introdução apresenta o Databricks Lakebase, um serviço PostgreSQL totalmente gerenciado integrado à Databricks Data Intelligence Platform que aproxima as cargas de trabalho operacionais (OLTP) e analíticas (OLAP).

O curso começa com uma aula conceitual que compara sistemas OLTP e OLAP, explicando suas diferentes características de desempenho, modelos de armazenamento e casos de uso típicos. Você também explorará os desafios que as organizações enfrentam ao manter bancos de dados transacionais e plataformas analíticas separados, incluindo movimentação de dados, latência e complexidade arquitetônica.

Em seguida, você aprenderá como o Databricks Lakebase ajuda a enfrentar esses desafios, fornecendo um banco de dados operacional compatível com PostgreSQL que se integra diretamente ao Databricks Lakehouse, permitindo que aplicativos operacionais e análises trabalhem juntos em uma plataforma unificada.

Através de laboratórios práticos, você irá:

Criar e explore um projeto Lakebase utilizando autoscaling compute.

• Navegar pela interface do utilizador do Lakebase, incluindo ramificação, monitorização e definições.

• Criar e query tabelas utilizando o Lakebase SQL Editor.

• Query os dados do Lakebase a partir do Databricks utilizando a Lakehouse Federation e catálogos externos.

• Execute o ETL reverso sincronizando as tabelas Delta com o Lakebase.

• Ligue-se ao Lakebase a partir do Python e execute operações CRUD básicas.

Este é um curso introdutório, pelo que o foco é a compreensão dos conceitos principais e dos workflows básicos para trabalhar com o Lakebase. A criação de aplicações de produção completas com base no Lakebase está fora do âmbito deste curso.

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.

Este curso ensina como criar ETL pipelines prontos para produção usando SQL puro na Databricks Data Intelligence Platform. Os alunos aprendem Streaming Tables com Auto Loader para ingestão incremental, Materialized Views com atualização incremental para transformações Prata para Ouro, AUTO CDC (FLOW AUTO CDC) para gerenciamento declarativo de dimensões SCD Tipo 1 e Tipo 2, e Lakeflow Jobs com tarefas de arquivo SQL para orquestração em produção. O curso segue um dataset de varejo realista através da arquitetura medalhão (Bronze → Prata → Ouro).

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.

Neste curso, você aprenderá os conceitos básicos de administração de plataforma no Databricks Data Intelligence Platform. Ele oferece uma visão geral abrangante do Unity Catalog, um componente vital para uma governança de dados eficaz em ambientes Databricks. Dividido em cinco módulos, ele começa com uma introdução detalhada à infraestrutura Databricks e sua data intelligence platform, incluindo um passo a passo detalhado do Databricks Workspace. Você explorará os princípios de governança de dados dentro do Unity Catalog, abordando seus principais conceitos, arquitetura e funções. O curso enfatiza ainda o gerenciamento de metastores Unity Catalog e recursos de compute, incluindo clusters e warehouses SQL. Por fim, você dominará o controle de acesso a dados aprendendo sobre privilégios, acesso refinado e como controlar objetos de dados. Ao final, você estará equipado com habilidades essenciais para administrar o Unity Catalog para implementar uma governança de dados eficaz, otimizar recursos de compute e aplicar estratégias robustas de segurança de dados. Com a compra de uma assinatura Databricks Labs, o curso também se encerra com um exercício de laboratório abrangente para praticar o que você aprendeu em um ambiente Databricks Workspace ao vivo.

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