Get Started with Databricks for Data Engineering - Portuguese BR

Este curso ensina os analistas de dados a projetar, criar, publicar e operar AI/BI Dashboards no Databricks. Os AI/BI Dashboards combinam dados governados pelo Unity Catalog com visualizações interativas, filtros e integração com o Genie, para que os usuários de negócios possam explorar respostas sem escrever código.

O curso segue uma única construção de ponta a ponta. Você começa com tabelas de origem no Unity Catalog e termina com um dashboard de várias páginas publicado e monitorado. Ao longo do caminho, você aprende como os dashboards se encaixam na família mais ampla de produtos AI/BI do Databricks e onde o Genie, os conjuntos de dados, as visualizações e os filtros se encaixam no fluxo de trabalho.

O conteúdo aborda:

• Os fundamentos dos AI/BI Dashboards e como eles se relacionam com o Genie e com o restante da plataforma Databricks.

• A exploração de dados de origem no Unity Catalog e o design de conjuntos de dados reutilizáveis para dashboards com SQL.

• A criação de visualizações (KPIs, tendências, detalhamentos) e a organização de um dashboard de várias páginas bem estruturado.

• O uso do Genie Code para esboçar SQL, gráficos e filtros a partir de prompts em linguagem natural.

• A adição de filtros para tornar os dashboards interativos e responsivos às perguntas de quem os visualiza.

• A publicação, o compartilhamento e o gerenciamento de permissões para que as pessoas certas possam visualizar e editar o dashboard.

• A execução do dashboard em produção com atualização agendada, cache e monitoramento de uso.

Ao final do curso, você será capaz de partir de uma pergunta de negócio, projetar os conjuntos de dados de apoio, criar um dashboard refinado e entregá-lo ao seu público com as permissões corretas e uma estratégia de atualização que o mantenha preciso.

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.

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

Este curso abrangente fornece um guia prático para o desenvolvimento de modelos tradicionais de aprendizado de máquina no Databricks, enfatizando demonstrações práticas e fluxos de trabalho usando bibliotecas de ML populares. Os participantes explorarão as principais técnicas de ML, incluindo regressão e clustering, enquanto aproveitam os poderosos recursos do Databricks. O curso aborda a integração do MLflow para rastreamento de modelos, a Databricks Feature Store para gerenciamento de recursos e o Optuna para ajuste de hiperparâmetros. Além disso, os participantes aprenderão como acelerar o desenvolvimento de modelos com o Genie Code, o assistente de codificação baseado em IA da Databricks que usa linguagem natural, conexões MCP, instruções e habilidades para orientar todo o ciclo de vida de ML. Ao final do curso, os alunos terão habilidades práticas do mundo real para desenvolver, otimizar e implantar modelos de aprendizado de máquina de forma eficiente no ambiente Databricks.

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

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

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

Através de laboratórios práticos, você irá:

Criar e explore um projeto Lakebase utilizando autoscaling compute.

• Navegar pela interface do utilizador do Lakebase, incluindo ramificação, monitorização e definições.

• Criar e query tabelas utilizando o Lakebase SQL Editor.

• Query os dados do Lakebase a partir do Databricks utilizando a Lakehouse Federation e catálogos externos.

• Execute o ETL reverso sincronizando as tabelas Delta com o Lakebase.

• Ligue-se ao Lakebase a partir do Python e execute operações CRUD básicas.

Este é um curso introdutório, pelo que o foco é a compreensão dos conceitos principais e dos workflows básicos para trabalhar com o Lakebase. A criação de aplicações de produção completas com base no Lakebase está fora do âmbito deste curso.

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.