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
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

Advanced Machine Learning with Databricks - Portuguese BR

Este curso é destinado a cientistas de dados e profissionais de machine learning e é composto por dois módulos de quatro horas.

Machine Learning at Scale

Neste curso, você adquirirá conhecimento teórico e prático sobre a arquitetura do Apache Spark e sua aplicação em cargas de trabalho de machine learning no Databricks. Você aprenderá quando usar o Spark para preparação de dados, treinamento de modelos e implantação, além de obter experiência prática com Spark ML e APIs do Pandas no Spark. Este curso apresentará conceitos avançados, como ajuste de hiperparâmetros e escalabilidade do Optuna com Spark. Este curso utilizará recursos e conceitos introduzidos no curso associado, como MLflow e Unity Catalog, para empacotamento e governança abrangentes de modelos.

Advanced Machine Learning Operations

Neste curso, você receberá uma compreensão abrangente do ciclo de vida de machine learning e de MLOps, com ênfase nas melhores práticas para gerenciamento de dados e modelos, testes e arquiteturas escaláveis. O curso aborda os principais componentes de MLOps, incluindo CI/CD, gerenciamento de pipeline e separação de ambientes, ao mesmo tempo em que apresenta as ferramentas do Databricks para automação e gerenciamento de infraestrutura, como Declarative Automation Bundles (DABs), Lakeflow Jobs e Model Serving. Você aprenderá sobre monitoramento, métricas personalizadas, detecção de desvios, estratégias de implantação de modelos, testes A/B e os princípios de sistemas MLOps confiáveis, proporcionando uma visão holística da implementação e do gerenciamento de projetos de ML no 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.

Paid
8h
Lab
instructor-led
Professional

Questions?

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