Catalog Management and Data Organization - Portuguese BR

Neste curso, você aprenderá como projetar, implementar e governar estruturas de catálogo e organização de dados em larga escala na Plataforma de Inteligência de Dados Databricks. Ele oferece uma visão abrangente do Unity Catalog como a camada de governança centralizada para um lakehouse empresarial. Dividido em cinco módulos, começa posicionando o Unity Catalog dentro do modelo de implantação em nuvem — cobrindo o Account Console, criação de metastore e a hierarquia de funções de administrador. Você então traduzirá topologia organizacional (unidades de negócios, regiões e ambientes dev/QA/prod) em um design escalável de catálogo e schema usando convenções de nomenclatura, padrões de propriedade e delegação MANAGE. O curso então cobre integração segura de armazenamento com credenciais de armazenamento, localizações externas, a hierarquia de armazenamento gerenciado, tabelas gerenciadas versus externas e UC Volumes para dados não-tabulares. Em seguida, você aplicará padrões de acesso e estratégias de isolamento — a cadeia GRANT de três níveis, vinculação workspace-catalog e políticas de Controle de Acesso Baseado em Atributos (ABAC) em nível de schema — para impor proteção de dados refinada em escala. Finalmente, o curso fecha com práticas recomendadas para design de catálogo, automação, permissões de menor privilégio e gerenciamento de acesso baseado em grupo.

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.

Skill Level

Associate

Duration

Prerequisites

O conteúdo foi desenvolvido para os participantes com as seguintes competências/conhecimentos/habilidades:

• Familiaridade com a Plataforma de Inteligência de Dados Databricks e operações básicas de workspace (criar clusters e SQL warehouses, executar SQL e Python em notebooks, navegação básica de notebook)

• Conhecimento de trabalho dos fundamentos do Unity Catalog, incluindo o namespace de três níveis (metastore → catálogo → schema → tabela) e os objetos principais protegíveis (tabelas, views, volumes, modelos)

• Experiência prática com workspaces habilitados para Unity Catalog, incluindo criar e gerenciar catálogos, schemas e tabelas via SQL

• Entendimento sólido de conceitos de gerenciamento de identidade e acesso (usuários, grupos, entidade de serviço, autenticação, autorização) e a diferença entre administração em nível de conta e workspace

• Conhecimento de trabalho de princípios de governança de dados — controle de acesso, classificação de dados, compliance e auditoria — e como eles mapeiam para recursos da plataforma

• Familiaridade com conceitos de armazenamento de objeto em nuvem (S3, ADLS ou GCS), incluindo funções IAM, caminhos em nível de bucket e o papel de credenciais de armazenamento no acesso entre serviços

• Familiaridade introdutória com Delta Lake (tabelas gerenciadas vs externas, ciclo de vida Delta) e Lakeflow para orquestrar fluxos de trabalho de dados

• Experiência prática com arquitetura empresarial em organizações maiores — topologia multi-unidade-de-negócios, residência regional de dados e separação de ambiente dev/QA/prod

Outline

Papel do Unity Catalog na Arquitetura de Nuvem

• Unity Catalog na Nuvem

• De Conta para Habilitação de Workspace

• Demo: Passo a Passo do Account Console: Configurando/gerenciando um metastore

Projetando e Estruturando Catálogos e Namespaces

• Do Modelo Organizacional para Topologia de Catálogo

• Propriedade, MANAGE e Delegação

• Herança de Privilégio que Escala

• Vinculação Workspace-Catalog e Somente Leitura

• Demo: Projetando Catálogos e Schemas

• Lab: Design de Catálogo Empresarial para uma Organização Multinacional

Gerenciamento e Armazenamento de Dados

• De Metadados para Tabelas e Volumes

• Localizações Gerenciadas e Credenciais de Armazenamento

• Localizações Externas e Catálogos Estrangeiros

• Demo: Credenciais de Armazenamento e Localizações Externas

• Lab: Integração de Armazenamento em Nuvem e Gerenciamento de Dados

Access Patterns, Isolation Strategies and FGAC in UC

• Isolamento por Ambiente e Unidade de Negócios

• Privilégios na Prática

• Acesso Refinado com RLS e Mascaramento

• ABAC: Como Deve Ser

• Validando Resultados e Sinais de Auditoria

• Demo: Isolamento de Catálogo, Padrões de Acesso e FGAC

• Lab: Isolamento de Dados Empresariais e Governança de Acesso

Práticas Recomendadas

• Práticas Recomendadas

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

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.

Building Agentic Applications on Databricks - Portuguese BR

Este curso ensina os alunos a criar aplicações agentic de nível de produção no Databricks. Os alunos aprendem a criar agent tools governadas usando Unity Catalog e MCP, criar sistemas single e multi-agent com o OpenAI Agents SDK e aproveitar Agent Bricks e Genie para casos de uso de knowledge assistant orquestrados com um supervisor agent. O curso cobre a progressão completa desde a prototipagem de tools até a implantação em produção, com experiência hands-on usando MLflow tracing para observar a execução do agent.

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.