Data Preparation for Machine Learning - Portuguese BR

Este curso se concentra nos fundamentos da preparação de dados para machine learning usando a Databricks. Os participantes aprenderão habilidades essenciais para explorar, limpar e organizar dados adaptados para aplicativos tradicionais de machine learning. Os principais tópicos incluem visualização de dados, engenharia de recursos e estratégias ideais de armazenamento de recursos. Por meio de exercícios práticos, os participantes ganharão experiência prática na preparação eficiente de data sets para machine learning dentro do Databricks. Este curso foi projetado para cientistas de dados de nível associado e profissionais de machine learning, bem como para indivíduos que buscam aprimorar sua proficiência na preparação de dados, garantindo uma base sólida para a implantação bem-sucedida de modelos de machine learning.

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

Skill Level

Associate

Duration

Prerequisites

Neste curso, o conteúdo foi desenvolvido para participantes que possuam as seguintes competências/conhecimentos/habilidades:

• Concluiu o curso Introdução à Databricks para Machine Learning (Onboarding) ou possui conhecimento fundamental equivalente para trabalhar no ambiente Databricks.

- Os alunos devem estar familiarizados com a navegação no Databricks workspace, a criação e a execução de notebooks e a compreensão do fluxo de trabalho básico de machine learning em Databricks. Este curso se baseia nessa base para se concentrar na preparação de dados para machine learning.

• Proficiência de nível intermediário em programação Python para preparação e análise de dados.

- Os alunos devem se sentir confortáveis em usar bibliotecas como pandas, numpy e scikit-learn para manipulação de dados, tratamento de valores ausentes e transformações de recursos básicos.

• Conhecimento básico dos fundamentos de machine learning.

- Isso inclui familiaridade com conceitos como datasets de treinamento e teste, engenharia de recursos e pipelines de desenvolvimento de modelos.

• Familiaridade com os fluxos de trabalho da Databricks platform.

- Os alunos devem ser capazes de executar tarefas básicas, como criar clusters, executar código em notebooks e usar operações comuns de notebook.

• Conhecimento básico de formatos de dados e conceitos de lakehouse.

- Os alunos devem estar familiarizados com formatos de dados comuns, como CSV, JSON e Parquet, e ter conhecimento introdutório do Delta Lake e da arquitetura Lakehouse.

• Compreensão fundamental da exploratory data analysis e estatística básica.

- Isso inclui o conhecimento de distribuições de dados, valores ausentes, dados discrepantes e técnicas simples de visualização de dados usadas para avaliar a qualidade dos dados.

Outline

Gerenciamento e exploração de dados

• Gerenciamento e exploração de dados no Lakehouse

• Demonstração: Carregar e explorar dados

• Laboratório: Carregar e explorar dados

Preparação de dados e engenharia de características

• Fundamentos da preparação de dados e da engenharia de características

• Imputação de dados

• Codificação de dados

• Padronização de dados

• Demonstração: Pipeline de imputação e transformação de dados

• Demonstração: Criação de um pipeline de engenharia de características

• Laboratório: Criação de um pipeline de engenharia de características

Feature Store

• Demonstração: Uso do Feature Store para engenharia de características

• Laboratório: Engenharia de características com o Feature Store

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

Data Analyst

SQL Analytics on Databricks - Portuguese BR

Neste curso, você aprenderá a usar efetivamente a Databricks para análise de dados, com foco específico no Databricks SQL. Como Analista de Dados da Databricks, suas responsabilidades incluirão encontrar dados relevantes, analisá-los para possíveis aplicações e transformá-los em formatos que forneçam percepções de negócios valiosos.

Você também entenderá sua função no gerenciamento de objetos de dados e como manipulá-los na Databricks Data Intelligence Platform, usando ferramentas como Notebooks, Editor SQL e Databricks SQL.

Além disso, você aprenderá sobre a importância do Unity Catalog no gerenciamento de ativos de dados e da plataforma como um todo. Por fim, o curso fornecerá uma visão geral de como o Databricks facilita a otimização de desempenho e ensinará como acessar percepções de query para entender os processos que ocorrem nos bastidores ao executar a analítica SQL no Databricks.

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

Advanced Techniques with Spark Declarative Pipelines - Portuguese BR

Este curso explora os Spark Declarative Pipelines (SDP) da Databricks Lakeflow para a construção de pipelines de transmissão de nível de produção. Aprenderá padrões de design avançados, aplicação robusta da qualidade de dados e integração multiplataforma, essenciais para a engenharia de lakehouses no mundo real.

Ao longo do curso, irá aprofundar técnicas modernas de ingestão e processamento de dados, dominando ferramentas como o Liquid Clustering para otimização de layout e o padrão Multiplex Streaming para eventos com esquemas mistos. No final dos módulos, saberá como lidar com confiança com a evolução de esquemas, automatizar a Change Data Capture (CDC) e garantir a integridade dos dados.

Através de aulas teóricas e demonstrações práticas, irá:

• Construir pipelines de múltiplos fluxos para ingerir dados de múltiplas fontes numa tabela Bronze unificada.

• Aplicar o algoritmo Liquid Clustering e as Expectativas de Qualidade de Dados nas camadas Prata e Ouro.

• Implementar o padrão Multiplex com Iceberg UniForm para acesso a dados multiplataforma.

• Automatizar o seguimento do histórico de SCD Tipo 2 utilizando o AUTO CDC INTO.

• Conceber pipelines de quarentena sem perda de dados para auditar e gerir registros inválidos.

Observação: A Databricks Academy está a migrar para um formato baseado em notebooks para as aulas dentro do ambiente Databricks, descontinuando o uso de diapositivos nas aulas. Pode aceder aos notebooks das aulas no ambiente de laboratório Vocareum.

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

Data Warehousing with Databricks - Portuguese BR

Este curso foi desenvolvido para profissionais de dados que desejam explorar os recursos de Data Warehousing do Databricks. Supondo que não haja conhecimento prévio do Databricks, ele fornece uma introdução ao uso do Databricks como uma solução moderna de Data Warehousing baseada em nuvem. Os alunos explorarão como usar a Databricks Data Intelligence Platform para ingerir, transformar, governar e analisar dados de forma eficiente usando o dataset padrão TCP-DI do setor como referência. Os alunos também explorarão o Genie, um recurso inovador do Databricks que simplifica a exploração de dados por meio de queries em linguagem natural. Ao final deste curso, os participantes serão equipados com as habilidades fundamentais para implementar e otimizar um data warehouse usando o Databricks.

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