Ir para o conteúdo principal

Machine Learning Model Development - Portuguese BR

Este curso abrangente fornece um guia prático para o desenvolvimento de modelos tradicionais de machine learning no Databricks, com ênfase em demonstrações práticas e workflows utilizando bibliotecas populares de ML. Os participantes irão explorar técnicas-chave de ML, incluindo regressão e clustering, aproveitando as poderosas capacidades do Databricks. O curso abrange a integração com MLflow para acompanhamento de modelos, o 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 do Databricks, que utiliza linguagem natural, conexões MCP, instruções e habilidades para guiar o ciclo de vida completo de ML. Ao final do curso, os participantes terão habilidades práticas e aplicáveis ao mundo real para desenvolver, otimizar e implantar modelos de machine learning de forma eficiente no ambiente Databricks.


Nota: A Databricks Academy está fazendo a transição para um formato baseado em notebooks para as sessões em sala de aula dentro do ambiente Databricks, descontinuando o uso de apresentações de slides para as aulas. Você pode acessar os notebooks de aula no ambiente de laboratório do Vocareum.


Languages Available: English日本語 | Português BR | 한국어

Skill Level
Associate
Duration
4h
Prerequisites

No mínimo, você deve conhecer os itens a seguir antes de tentar aprender esse conteúdo:

• Familiaridade com o Databricks Data Intelligence Platform e operações básicas de workspace (criar clusters, executar código em notebooks, usar operações básicas de notebook, importar repos do Git)

• Experiência intermediária em programação com Python, incluindo bibliotecas de manipulação de dados (Pandas, NumPy) e trabalho com APIs (databricks-sdk, endpoints REST)

• Conhecimento básico de MLflow para acompanhamento de experimentos, registro de modelos, operações de registro de modelo e versionamento de modelos

• Compreensão dos fundamentos de machine learning, incluindo treinamento de modelos, avaliação, inferência em lotes e conceitos de implantação em tempo real

• Experiência intermediária com Unity Catalog para governança de dados e gerenciamento de registro de modelo

• Familiaridade básica com conceitos de Engenharia de Recursos, incluindo tabelas de recursos, pesquisas de recursos e armazenamentos de recursos offline versus online

• Compreensão das operações do Delta Lake (criar tabelas, realizar atualizações, otimizar arquivos e liquid clustering) e técnicas de otimização de armazenamento de dados

• Conhecimento básico de Apache Spark e PySpark para processamento distribuído de dados e Funções Definidas pelo Usuário (UDFs)

Outline

Fluxo de Trabalho de Desenvolvimento de Modelos

• Desenvolvimento de Modelos e MLflow

• Avaliando o Desempenho do Modelo

• Demonstração: Aprendizado Supervisionado

• Demonstração: Aprendizado Não Supervisionado

• Demonstração: Acompanhamento de Modelos com MLflow

• Laboratório: Acompanhamento do Desenvolvimento de Modelos com MLflow


Ajuste de Hiperparâmetros

• Fundamentos de Ajuste de Hiperparâmetros

• Demonstração: Ajuste de Hiperparâmetros com Optuna

• Laboratório: Ajuste de Hiperparâmetros com Optuna


Machine Learning Agêntico

• Introdução ao Código do Genie

• Demonstração: Desenvolvimento de Modelos com Genie Code

• Laboratório: Genie Code for ML

Upcoming Public Classes

Date
Time
Your Local Time
Language
Price
Oct 20
09 AM - 01 PM (America/Sao_Paulo)
-
Portuguese - BR
$750.00
Nov 11
09 AM - 01 PM (America/Sao_Paulo)
-
Portuguese - BR
$750.00

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

Apache Spark Programming with Databricks - Portuguese BR

Este é um curso introdutório que serve como um ponto de entrada adequado para aprender Data Engineering com o Databricks.

A seguir, descrevemos cada um dos quatro módulos de quatro horas incluídos neste curso.

Nota: para os quatro módulos a seguir, a Databricks Academy está migrando para um formato baseado em notebooks nas sessões em sala de aula dentro do ambiente Databricks, descontinuando o uso de apresentações de slides nas aulas. Você pode acessar os notebooks das aulas no ambiente de lab do Vocareum.

Introduction to Apache Spark

Este curso introdutório aborda os fundamentos do Apache Spark para processamento de dados em larga escala. Você irá explorar a arquitetura distribuída do Spark, dominar a DataFrame API e aprender a ler, gravar e processar dados usando Python. Por meio de exercícios práticos, você desenvolverá as habilidades necessárias para executar transformações e ações do Spark com eficiência.

Developing Applications with Apache Spark

Domine o processamento escalável de dados com Apache Spark neste curso. Aprenda a construir pipelines ETL eficientes, realizar analítica avançada e otimizar transformações de dados distribuídos usando a DataFrame API do Spark. Explore agrupamentos, agregações, junções, operações de conjuntos e funções de janela. Trabalhe com tipos de dados complexos como arrays, mapas e structs, aplicando as melhores práticas para otimização de desempenho.

Stream Processing and Analysis with Apache Spark

Este curso orienta os alunos sobre como desenvolver aplicações de processamento de transmissão escaláveis e tolerantes a falhas usando a API Spark Structured Streaming no Databricks.

Monitoring and Optimizing Apache Spark Workloads on Databricks

Este curso abrange os principais componentes do Databricks platform e do Apache Spark com Delta Lake, com foco na arquitetura Lakehouse, no Unity Catalog e em técnicas de gestão de dados como transações ACID e manutenção de tabelas. Além disso, ensina os alunos a otimizar o desempenho de query por meio de particionamento, shuffles e ferramentas de ajuste, ao mesmo tempo em que utiliza o Spark UI para monitorar aplicações e resolver gargalos.

Languages Available: English | 日本語 | 한국어

Paid
16h
Lab
instructor-led
Associate

Questions?

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