Business Impact Accelerator: Answering Business Questions with Genie - Portuguese BR

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

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

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

Este é um curso introdutório, portanto o foco está na compreensão dos conceitos fundamentais e dos fluxos de trabalho básicos para trabalhar com o Lakebase. A construção de aplicações completas de produção sobre o Lakebase está fora do escopo deste curso.

Ao final do curso, você compreenderá como o Lakebase permite que as organizações integrem sistemas operacionais e analítica em uma única plataforma governada, baseada no Unity Catalog e no Databricks Lakehouse.

Pode criar umaconta Databricks Free Edition e experimentar as demonstrações subsequentes num ambiente prático.

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.

Este curso prepara profissionais de dados para utilizar a plataforma de inteligência do Databricks e produzir pipelines de ETL. Os alunos usarão Delta Live Tables com Spark SQL e Python para definir e programar pipelines que processam incrementalmente novos dados de uma variedade de fontes de dados no Lakehouse. Os alunos também orquestrarão tarefas com Databricks Workflows e promoverão código com Databricks Repos.

Nota: Este curso faz parte da série de cursos "Data Engineering Avançada com o Databricks".

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

Neste curso, você obterá uma compreensão abrangente de como projetar, escalar e operacionalizar pipelines de Engenharia de Recursos de ponta a ponta na plataforma Databricks. O currículo está estruturado em três módulos progressivos: dominar os fundamentos da execução distribuída e da otimização do Spark, implementar ingestão de dados escalável com Auto Loader e pipelines LakeFlow declarativos, e avançar para MLOps de nível de produção com o Databricks Feature Store.

Você participará de experiências de aprendizado práticas, como depuração de desempenho do Spark com o otimizador Catalyst e o Spark UI, construção de arquiteturas medallion Bronze-Prata-Ouro robustas com verificações de qualidade automatizadas, e implementação de transformações de recursos escaláveis usando SparkML. O curso culmina na implantação de serviço de recursos em tempo real por meio de Online Feature Stores, na definição de FeatureSpecs com transformações sob demanda e na aplicação de governança e acompanhamento de linhagem com o Unity Catalog.

Ao final do curso, você estará preparado para gerenciar o ciclo de vida completo de recursos para machine learning em escala empresarial — projetando pipelines que sejam eficientes, confiáveis, governados e prontos para produção.

Observação: Para arquivos de aula SCORM, certifique-se de fechar 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.