Model Development at Scale - Portuguese BR
Neste curso, você aprenderá a projetar e implementar workflows de machine learning que escalam de uma única máquina para compute distribuído no Databricks. O currículo está organizado em três módulos: fundamentos do desenvolvimento de modelos (quando e por que distribuir, e como o Spark executa o trabalho), desenvolvimento escalável de modelos com Spark ML e MLflow, e treinamento distribuído de modelos com Ray e PyTorch — encerrando com um Framework para escolher a ferramenta certa para uma determinada carga de trabalho.
Por meio de demonstrações práticas e laboratórios, você criará ML pipelines distribuídos com Spark usando Transformers, Estimators e o paradigma fit/transform; escalará código Pandas existente com a Pandas API on Spark; e realizará o acompanhamento, a comparação e a governança de experimentos com MLflow 3 e Unity Catalog. Em seguida, você treinará modelos em um cluster com Ray Train e PyTorch (TorchDistributor e DeepSpeed) e aprenderá a associar cada carga de trabalho ao Framework correto com base no tamanho dos dados, no tamanho do modelo, no hardware e no custo.
O curso é concluído com um projeto integrador que aborda um problema de ponta a ponta — engenharia de recursos, treinamento de um modelo em escala, acompanhamento com MLflow e registro no Unity Catalog com um alias de governança. (Implantação em produção, serving e monitoramento são abordados no curso separado Advanced MLOps.)
Ao final, você será capaz de escolher, construir e justificar workflows de desenvolvimento de modelos distribuídos, reproduzíveis e governados no Databricks.
Observação: Para arquivos de aula SCORM, feche a janela do SCORM após concluir o conteúdo. Não clique no botão “Next Lesson”, pois isso pode impedir que o módulo SCORM seja marcado como concluído.
Este curso é mais adequado para alunos com o seguinte conhecimento prévio:
• O usuário deve ter conhecimento de nível intermediário sobre conceitos tradicionais de machine learning, desenvolvimento e uso de Python e Git em projetos de ML.
• Recomenda-se que o usuário tenha experiência de nível intermediário com Python.
• O conteúdo da Databricks Academy foi desenvolvido para ser executado exclusivamente no ambiente Vocareum fornecido.
• A Databricks não garante que o conteúdo possa ser executado com êxito em outras instâncias de um Databricks Workspace.
Self-Paced
Custom-fit learning paths for data, analytics, and AI roles and career paths through on-demand videos
Registration options
Databricks has a delivery method for wherever you are on your learning journey
Self-Paced
Custom-fit learning paths for data, analytics, and AI roles and career paths through on-demand videos
Registre-se agora
Instructor-Led
Public and private courses taught by expert instructors across half-day to two-day courses
Registre-se agora
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
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
