Get Started with Databricks for Data Engineering - Portuguese BR

Este curso ensina como criar ETL pipelines prontos para produção usando SQL puro na Databricks Data Intelligence Platform. Os alunos aprendem Streaming Tables com Auto Loader para ingestão incremental, Materialized Views com atualização incremental para transformações Prata para Ouro, AUTO CDC (FLOW AUTO CDC) para gerenciamento declarativo de dimensões SCD Tipo 1 e Tipo 2, e Lakeflow Jobs com tarefas de arquivo SQL para orquestração em produção. O curso segue um dataset de varejo realista através da arquitetura medalhão (Bronze → Prata → Ouro).

Observação: 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.

Generative AI passou de experimento emergente para capacidade empresarial essencial, alimentando tudo, desde suporte inteligente ao cliente até AI agents que automatizam workflows complexos. 

As organizações que entenderem como implantá-lo de forma eficaz — baseadas em seus próprios dados e governadas para gerar confiança — serão as que definirão o ritmo em suas indústrias. Mas com novos modelos lançados semanalmente e recursos evoluindo rapidamente, saber como avaliar e aplicar a GenAI estrategicamente importa mais do que correr atrás da versão mais recente. Atualize-se sobre os fundamentos da Generative AI — o que ela pode fazer, onde agrega valor real aos negócios e como implementá-la com segurança em Databricks — com este treinamento sob demanda gratuito.

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

Neste curso, você aprenderá a projetar modelos de dados escaláveis e prontos para análise usando a Plataforma Databricks Lakehouse. O curso é estruturado em três módulos que abrangem princípios fundamentais de modelagem de dados, casos de uso avançados de warehousing e machine learning e design moderno de produtos de dados. Você explorará as principais metodologias, como o CIF da Inmon, a modelagem dimensional da Kimball e o Data Vault 2.0, juntamente com demonstrações práticas sobre a implementação dessas estratégias no Databricks. 

Por meio de laboratórios práticos, você criará diagramas de ER, aplicará transformações SCD Tipo 2 e criará repositórios de recursos para fluxos de trabalho de ML. O curso também apresenta o conceito de produtos de dados e como o pensamento do produto, a governança e a consistência semântica permitem a integração escalável entre domínios. Ao final do curso, você estará equipado para modelar, gerenciar e operacionalizar dados de forma eficaz em uma arquitetura unificada do Lakehouse.

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