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

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

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: a Databricks Academy está mudando para um formato baseado em cadernos para as aulas presenciais no ambiente Databricks, deixando de usar apresentações de slides para as palestras. Você pode acessar os cadernos das palestras no ambiente de laboratório Vocareum.

Paid
4h
Lab
instructor-led
Associate
Data Engineer

Databricks Performance Optimization - Portuguese BR

O Databricks Performance Optimization ensina engenheiros e analistas de dados a diagnosticar, medir e corrigir gargalos de desempenho na Databricks Data Intelligence Platform, além de relacionar as melhorias de desempenho aos custos. O curso segue um fluxo de trabalho que prioriza a medição e a plataforma: deixar que as otimizações automáticas da plataforma façam o trabalho pesado, verificar o que foi aplicado usando Query Profile e tabelas do sistema, e então ajustar manualmente onde necessário.

Os alunos constroem uma base para medir o desempenho com Query Profile, Performance Insights e tabelas do sistema de query history. A partir daí, exploram técnicas de otimização key, incluindo configuração de dados e tabelas gerenciadas com ajuste automático, liquid clustering, cache e resultados intermediários, shuffle, skew, spill, explosões de linhas, desempenho do driver, Python UDFs, serverless compute, Photon e atribuição de custos.

Ao longo do curso, os alunos analisam queries deliberadamente lentas sobre dados sintéticos de varejo e observam como diferentes técnicas de otimização afetam o desempenho. Eles utilizam evidências como pruning de arquivos, tempo de execução de tarefas, cobertura do Photon e custos para avaliar as melhorias. Dois laboratórios baseados em cenários reforçam o fluxo de trabalho de otimização, desde o diagnóstico até a validação.

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

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

Paid
4h
Lab
instructor-led
Professional

Questions?

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