Ir para o conteúdo principal

Machine Learning Model Deployment - Portuguese BR

Este curso foi projetado para apresentar três estratégias principais de implantação de machine learning e ilustrar a implementação de cada estratégia em Databricks. Após uma exploração dos fundamentos da implantação de modelos, o curso se aprofunda na inferência em lotes, oferecendo demonstrações práticas e laboratórios para utilizar um modelo em cenários de inferência em lotes, juntamente com considerações para otimização de desempenho. A segunda parte do curso cobre de forma abrangente a implantação de pipeline, enquanto o segmento final se concentra na implantação em tempo real. Os participantes participarão de demonstrações práticas e laboratórios, implantando modelos com Model Serving e utilizando o serving endpoint para inferência em tempo real.


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

Skill Level
Associate
Duration
4h
Prerequisites

Depois de consumir este conteúdo, deverá ser capaz de:

- Conhecimento de modelos fundamentais de machine learning

- Conhecimento do ciclo de vida do modelo e componentes MLflow

- Familiaridade com Databricks Workspace e Notebooks

- Conhecimento de nível intermediário de Python

Outline

Fundamentos de Implantação do Modelo=

Estratégias de implantação de modelo

Implantação de modelo com MLflow

 

Implantação em Lote 

Introdução à Implantação em Lote
Demonstração: Implantação em Lote

Laboratório: Implantação em Lote

 

Implantação de pipeline 

Introdução à implantação de pipeline

Demonstração: Implantação de pipeline

 

Documento de Design de Implantação do Modelo de Machine Learning

Introdução à implantação em tempo real

Databricks Model Serving

Demonstração: Implantação em tempo real com serviço de modelo
Demonstração: Implantação de modelo personalizado com Model Serving

Laboratório: Implantação em tempo real com Model Serving

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.

Private Class Request

If your company is interested in private training, please submit a request.

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

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

Paid
16h
Lab
instructor-led
Associate

Questions?

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