Ir para o conteúdo principal

Databricks Data Privacy - Portuguese BR

Privacidade de Dados da Databricks ensina engenheiros de dados a encontrar, proteger, excluir e prestar contas de dados pessoais na Databricks Data Intelligence Platform. Trata a privacidade como um conjunto de decisões técnicas e controles construídos sobre Unity Catalog e Delta Lake. O curso separa privacidade de segurança, governança e conformidade e organiza o trabalho em torno de um ciclo de vida identificar, proteger, gerenciar e verificar, além de um modelo de decisão curto que os alunos aplicam a cada técnica.


Os alunos começam encontrando colunas sensíveis com Data Classification e registrando como cada uma deve ser tratada com uma tag governada. Protegem essas colunas com políticas de controle de acesso baseado em atributos (ABAC) orientadas por tags e usam máscaras de coluna e filtros de linha manuais quando uma política central não se aplica. A desidentificação vai além com hashing com salt, tokenização por um cofre governado separadamente e criptografia de coluna, com o salt e a chave armazenados no Databricks Secrets. Para o direito ao apagamento, os alunos rastreiam uma solicitação, encontram os dados do titular com classificação e linhagem, excluem e propagam a alteração com DELETE e MERGE e, em seguida, eliminam os arquivos subjacentes com REORG TABLE ... APPLY (PURGE) e VACUUM consciente da retenção. O curso termina combinando linhagem, logs de auditoria, histórico de consultas e histórico de tabelas Delta em uma trilha de evidências que mostra se cada controle funcionou.


Todos os dados são sintéticos. As demos acompanham o patrimônio de dados de um varejista multinacional ao longo do ciclo de vida e encerram cada controle com evidência de que funcionou, como um resultado de consulta mascarado, uma verificação de apagamento vazia ou uma entrada no histórico da tabela. Dois laboratórios baseados em cenário reforçam o fluxo. No primeiro, os alunos reparam a proteção quebrada na tabela de clientes de uma subsidiária. No segundo, concluem uma solicitação de apagamento pela metade e montam a evidência de que está completa. O curso é técnico e não fornece aconselhamento jurídico.


Observação:  

1. Este curso é o segundo da série “Engenharia de dados avançada com Databricks”.

2. 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.


Languages Available: English | 日本語 | Português BR 

Skill Level
Professional
Duration
3h
Prerequisites

Competências/conhecimentos/habilidades:

• Familiaridade básica com o workspace do Databricks, incluindo navegação, abertura de notebooks e execução de células

• Familiaridade com conceitos do Unity Catalog, incluindo catálogos, schemas, tabelas e concessão de privilégios

• SQL intermediário, incluindo joins, agregações e instruções MERGE

• Familiaridade básica com tabelas Delta Lake, incluindo histórico da tabela e time travel

• Familiaridade com pipelines de dados em camadas, como a arquitetura medallion (bronze, silver, gold)

Self-Paced

Custom-fit learning paths for data, analytics, and AI roles and career paths through on-demand videos

See all our registration options

Registration options

Databricks has a delivery method for wherever you are on your learning journey

Runtime

Self-Paced

Custom-fit learning paths for data, analytics, and AI roles and career paths through on-demand videos

Registre-se agora

Instructors

Instructor-Led

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

Registre-se agora

Learning

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

Scale

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

Catalog Management and Data Organization - Portuguese BR

Neste curso, você aprenderá a projetar, implementar e gerenciar estruturas de Catálogo e organização de dados em grande escala com Unity Catalog na Databricks Data and AI Platform. Dividido em cinco módulos, o curso começa posicionando o Unity Catalog dentro do modelo de implantação cloud, abordando o console de conta, os metastores regionais e as funções de administrador que o habilitam. Em seguida, você traduzirá a topologia organizacional (unidades de negócios, regiões e ambientes de dev/QA/prod) em um design escalável de Catálogo e schema, com convenções de nomenclatura, propriedade e delegação de MANAGE. Na sequência, o curso aborda a integração segura de armazenamento com credenciais de armazenamento, locais externos, a hierarquia de armazenamento gerenciado, tabelas gerenciadas versus externas, Volumes e Lakehouse Federation. Você então aplicará padrões de acesso e estratégias de isolamento, incluindo vinculação workspace-Catálogo, herança de privilégios, filtros de linha, máscaras de coluna e políticas de controle de acesso baseado em atributos (ABAC), e validará os resultados com sinais de auditoria. Por fim, o curso encerra com as melhores práticas para projetar, gerenciar e operar um ambiente Unity Catalog. As demonstrações práticas e os laboratórios são executados em compute serverless e incluem os passos curtos do Genie Code.

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.

Paid & Subscription
3h
Lab
Associate
Machine Learning Practitioner

Data Preparation for Machine Learning - Portuguese BR

Este curso ensina os fundamentos da preparação de dados para machine learning tradicional no Databricks. Os alunos carregam dados em tabelas Delta governadas pelo Unity Catalog e os exploram com Notebooks, visualizações integradas e Genie Code. Em seguida, realizam a limpeza de dados, tratam valores ausentes e outliers, dividem e amostram os dados sem vazamento de dados, e constroem ML pipelines reproduzíveis com Spark para imputação, codificação e padronização. Por fim, armazenam, governam e reutilizam recursos com Engenharia de Recursos no Unity Catalog. Isso inclui consultas point-in-time para conjuntos de treinamento sem vazamento e uma introdução ao serviço de recursos online com Online Feature Stores baseados em Lakebase. Cada módulo combina aulas expositivas com demonstrações práticas e um laboratório que são executados em compute serverless. O treinamento, o serviço e o monitoramento de modelos não são abordados; esses tópicos são ensinados nos cursos Machine Learning Model Development e Machine Learning Model Deployment. Este curso é destinado a cientistas de dados de nível associado e profissionais de machine learning que desejam uma base sólida em preparação de dados no Databricks.

Observação:

1. Este é o primeiro curso da série 'Machine Learning com Databricks'.

2. Para arquivos de aula SCORM, feche 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.

Paid & Subscription
3h
Lab
Associate

Questions?

If you have any questions, please refer to our Frequently Asked Questions page.