AI/BI for Data Analysts - Portuguese BR

Este curso apresenta as habilidades fundamentais necessárias para executar um fluxo de trabalho básico de engenharia de dados na Databricks Data Intelligence Platform. Você vai explorar o workspace, trabalhar com o Unity Catalog e aprender os blocos de construção que um engenheiro de dados usa no dia a dia no Databricks.

O curso segue um caminho prático. Você começa se familiarizando com o workspace e, em seguida, avança por notebooks de Demo e Lab em pares para cada tópico. As Demos apresentam um conceito com o instrutor ou por meio de um notebook guiado; os Labs pedem que você aplique por conta própria o que acabou de ver.

O conteúdo aborda:

• A Databricks Data Intelligence Platform e como o workspace do Databricks, o Unity Catalog e os notebooks se integram.

• Criação e gerenciamento de tabelas Delta Lake.

• Modificação de dados com INSERT, UPDATE e DELETE.

• Exploração do histórico de versões e do time travel em tabelas Delta.

• Ingestão de dados com as opções do Lakeflow Connect: CTAS, a interface de Upload e COPY INTO.

• Construção de um pipeline de Arquitetura Medallion que transforma dados pelas camadas Bronze, Silver e Gold.

• Automação de pipelines com o Lakeflow Jobs.

• (Bônus) Construção de um pipeline declarativo com o Spark Declarative Pipelines.

Ao final do curso, você se sentirá à vontade para criar tabelas Delta Lake, ingerir dados nelas, transformar esses dados por meio de um pipeline Medallion e automatizar todo o processo como um job agendado.

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

Este curso abrangente fornece um guia prático para o desenvolvimento de modelos tradicionais de aprendizado de máquina no Databricks, enfatizando demonstrações práticas e fluxos de trabalho usando bibliotecas de ML populares. Os participantes explorarão as principais técnicas de ML, incluindo regressão e clustering, enquanto aproveitam os poderosos recursos do Databricks. O curso aborda a integração do MLflow para rastreamento de modelos, a Databricks Feature Store para gerenciamento de recursos e o Optuna para ajuste de hiperparâmetros. Além disso, os participantes aprenderão como acelerar o desenvolvimento de modelos com o Genie Code, o assistente de codificação baseado em IA da Databricks que usa linguagem natural, conexões MCP, instruções e habilidades para orientar todo o ciclo de vida de ML. Ao final do curso, os alunos terão habilidades práticas do mundo real para desenvolver, otimizar e implantar modelos de aprendizado de máquina de forma eficiente no ambiente Databricks.

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.