Machine Learning with Databricks - Portuguese BR

Este curso se concentra nos fundamentos da preparação de dados para machine learning usando Databricks. Os participantes aprenderão habilidades essenciais para explorar, limpar e organizar dados personalizados para aplicações tradicionais de machine learning. Os principais tópicos incluem visualização de dados, engenharia de recursos e estratégias ideais de armazenamento de recursos. Por meio de exercícios práticos, os participantes vão ganhar experiência prática na preparação eficiente de conjuntos de dados para machine learning no Databricks. Este curso foi desenvolvido para cientistas de dados de nível associado e profissionais de machine learning e indivíduos que buscam aprimorar sua proficiência na preparação de dados, garantindo uma base sólida para a implantação bem-sucedida do modelo de machine learning.

Languages Available: English | 日本語 | Português BR

Este curso guiará os participantes por meio de uma exploração de operações de machine learning no Databricks. Isso começará com uma introdução a operações modernas de machine learning como uma combinação de DevOps, DataOps e ModelOps, incluindo uma visão geral de cada componente. Em seguida, o curso abordará as arquiteturas recomendadas pelo Databricks e soluções para operações de machine learning. Isso se concentrará em recursos como MLOps Stacks, MLflow, Model Serving, Unity Catalog e Lakehouse Monitoring. Finalmente, a seção final do curso será um passo a passo prático de um projeto simples de operações de machine learning usando esses recursos, incluindo: uma fase inicial de desenvolvimento, uma fase de preparação e uma fase de produção. Ao final deste curso, os alunos estarão familiarizados com o fluxo de trabalho básico de operações ponta a ponta de machine learning no Databricks.

Languages Available: English | 日本語 | Português BR 

Este curso foi desenvolvido para apresentar três estratégias primárias de implantação de machine learning e ilustrar a implementação de cada estratégia no Databricks. Após uma exploração dos fundamentos da implantação de modelos, o curso se aprofunda em 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 o pipeline de implantação, enquanto o segmento final se concentra na implantação em tempo real. Os participantes vão participar de demonstrações práticas e laboratórios, implantando modelos com Model Serving e utilizando o endpoint de serviço para inferência em tempo real.

Languages Available: English | 日本語 | Português BR