Automated Deployment with Declarative Automation Bundles - Portuguese BR

Este curso oferece uma revisão abrangente dos princípios de DevOps e sua aplicação a projetos Databricks. Ele começa com uma visão geral dos conceitos fundamentais de DevOps, DataOps, integração contínua (CI), implantação contínua (CD) e testes, e explora como esses princípios podem ser aplicados a pipelines de engenharia de dados.

O curso então se concentra na implantação contínua dentro do processo de CI/CD, examinando ferramentas como a REST API, o SDK e o CLI do Databricks para implantação de projetos. Você aprenderá sobre os Declarative Automation Bundles (DABs) e como eles se encaixam no processo de CI/CD. Você irá explorar seus principais componentes, estrutura de pastas e como eles simplificam a implantação em diversos ambientes de destino no Databricks. Você também aprenderá como adicionar variáveis, modificar, validar, implantar e executar Declarative Automation Bundles para múltiplos ambientes com diferentes configurações usando o Databricks CLI.

Por fim, o curso apresenta o Visual Studio Code como um Ambiente de Desenvolvimento Interativo (IDE) para construir, testar e implantar Declarative Automation Bundles localmente, otimizando seu processo de desenvolvimento. O curso é concluído com uma introdução à automação de pipelines de implantação usando GitHub Actions para aprimorar o fluxo de trabalho de CI/CD com Declarative Automation Bundles.

Ao final deste curso, você estará preparado para automatizar implantações de projetos Databricks com Declarative Automation Bundles, melhorando a eficiência por meio de práticas de DevOps.

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.

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

Skill Level

Professional

Duration

Prerequisites

Competências/conhecimentos/habilidades:

• Conhecimento sólido da Databricks platform, incluindo experiência com Databricks Workspaces, Apache Spark, Delta Lake, a Arquitetura Medallion, Unity Catalog, Lakeflow Spark Declarative Pipelines (SDP) e Lakeflow Jobs. Em particular, conhecimento sobre o uso de Expectations com SDP.

• Experiência em ingestão de dados e transformação, com proficiência em PySpark para processamento de dados e manipulação de DataFrame. Os candidatos também devem ter experiência na escrita de consultas SQL de nível intermediário para análise e transformação de dados.

• Proficiência em programação Python, incluindo a capacidade de projetar e implementar funções e classes, além de experiência na criação, importação e utilização de pacotes Python.

• Familiaridade com práticas de DevOps, especialmente os princípios de integração contínua (CI) e entrega contínua (CD)/implantação (CI/CD).

• Compreensão básica do controle de versão com Git.

• Curso pré-requisito: DevOps Essentials for Data Engineering.

Outline

Implantação Automatizada com Pacotes de Automação Declarativa

• DevOps e CI/CD — Revisão

• Demonstração: Configuração do Curso e Autenticação

• Implantando Databricks Projects

• Introdução aos Declarative Automation Bundles (DABs)

• Demonstração: Implantando um DAB Simples

• Laboratório: Implantar um DAB Simples

• Substituições de Variáveis em DABs

• Demonstração: Implantando um DAB em Múltiplos Ambientes

• Laboratório: Implantar um DAB em Múltiplos Ambientes

• Visão Geral dos Modelos de Projeto DAB

• Laboratório: Use um Padrão DAB Padrão do Databricks

• Visão Geral do Projeto CI/CD com DABs

• Demonstração: Integração Contínua e Implantação Contínua com DABs

• Laboratório: Adicionando ML a Workflows de engenharia com DABs

• Desenvolvendo Localmente com Visual Studio Code (VSCode)

• Demonstração: Usando VSCode com Databricks

• CI/CD Práticas Recomendadas & os passos Seguintes com GitHub Actions

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.

Customer registration Partner registration

Private Class Request

If your company is interested in private training, please submit a request.

Request Private Training

See all our registration options

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 agora

Instructor-Led

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

Registre-se agora

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

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

Introduction to Python for Data Science and Data Engineering - Portuguese BR

Este curso é destinado a iniciantes completos em Python para fornecer os fundamentos da interação programática com dados. O curso começa com uma introdução básica a expressões de programação, variáveis e tipos de dados. Em seguida, avança para instruções condicionais e de controle, funções, tipos de Coleção, loops, tratamento de erros e classes. Você aprenderá a estender o Python com bibliotecas externas e ganhará experiência usando a biblioteca Pandas para análise e visualização de dados, incluindo o escalonamento de Workflows do Pandas com Apache Spark. Por fim, você irá Explorar os fundamentos da computação em cloud. Ao longo do curso, você obterá prática prática por meio de exercícios de laboratório, com recurso adicionais para aprofundar seu conhecimento de programação após a aula.

Observação: a Databricks Academy está mudando para um formato baseado em cadernos para as aulas presenciais no ambiente Databricks, deixando de usar apresentações de slides para as palestras. Você pode acessar os cadernos das palestras no ambiente de laboratório Vocareum.

Generative AI Engineer

Generative AI Engineering with Databricks - Portuguese BR

Este curso é destinado a cientistas de dados, engenheiros de machine learning e outros profissionais de dados que desejam criar aplicações de IA generativa usando os frameworks mais recentes e populares e os recursos do Databricks.

Observação: a Databricks Academy está migrando para um formato baseado em notebooks para as sessões em sala de aula dentro do ambiente Databricks, deixando de usar apresentações de slides nas aulas. Você pode acessar os notebooks das aulas no ambiente de laboratório Vocareum.

A seguir, descrevemos cada um dos quatro módulos de quatro horas incluídos neste curso.

Building RAG Agents with Agent Bricks: este curso oferece treinamento prático para criar agentes de recuperação usando o Databricks Agent Bricks. Os participantes aprenderão a explorar e consultar Knowledge Assistants, analisar documentos não estruturados convertendo-os em dados estruturados usando AI Functions, dividir texto em partes (chunks) para recuperação semântica, criar índices de Vector Search e criar Knowledge Assistants prontos para produção com suporte de várias fontes de conhecimento.

Building Agentic Applications on Databricks: este curso ensina os alunos a criar aplicações agênticas de nível de produção no Databricks. Os alunos aprendem a criar ferramentas de agente governadas usando Unity Catalog e MCP, criar sistemas de agente único e multiagente com o OpenAI Agents SDK e aproveitar o Agent Bricks e o Genie para casos de uso de knowledge assistant orquestrados com um agente supervisor. O curso abrange toda a progressão, desde a prototipagem de ferramentas até a implantação em produção, com experiência prática usando o rastreamento (tracing) do MLflow para observar a execução do agente.

Agent Evaluation on Databricks: este curso ensina os alunos a avaliar sistematicamente agentes de IA usando o framework de avaliação do MLflow, abordando os desafios exclusivos dos sistemas de IA não determinísticos com os quais os testes de software tradicionais não conseguem lidar. Os alunos aprendem a implementar várias abordagens de avaliação, incluindo juízes integrados (built-in judges) para critérios comuns, como correção e segurança, juízes baseados em diretrizes para requisitos específicos de negócios e juízes personalizados para necessidades especializadas. O curso abrange tanto a avaliação offline usando conjuntos de dados (datasets) selecionados quanto o monitoramento de produção online, com experiência prática usando os recursos de rastreamento (tracing) do MLflow para entender os padrões de execução do agente e coletar feedback humano de diferentes tipos de partes interessadas. Por meio de demonstrações e laboratórios práticos, os alunos desenvolvem habilidades na criação de fluxos de trabalho de avaliação que impulsionam melhorias contínuas de qualidade ao longo do ciclo de vida de desenvolvimento de agentes de IA.

Deploying and Monitoring Agent Applications on Databricks: este curso aborda o ciclo de vida completo para implantar e monitorar agentes de IA generativa no Databricks. Os participantes aprenderão a implantar agentes como Databricks Apps usando Declarative Automation Bundles (DABs), integrar ferramentas por meio do Model Context Protocol (MCP), instrumentar agentes com o MLflow Tracing e avaliar a qualidade em produção usando scorers, juízes multi-turno e avaliação online. Por meio de demos e laboratórios práticos, os participantes ganharão experiência prática na criação, observação e monitoramento de agentes de IA de nível de produção na plataforma Databricks.

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

Generative AI Engineer

Deploying and Monitoring Agent Applications on Databricks - Portuguese BR

Este curso cobre o ciclo de vida ponta a ponta para implantar e monitorar agents de generative AI no Databricks. Os participantes aprenderão a implantar agents como Databricks Apps usando Declarative Automation Bundles (DABs), integrar tools via Model Context Protocol (MCP), instrumentar agents com MLflow Tracing e avaliar a qualidade em produção usando scorers, judges multi-turn e avaliação online. Por meio de demos e labs hands-on, os participantes obterão experiência prática criando, observando e monitorando AI agents de nível de produção na plataforma Databricks.