SQL Analytics on Databricks - Portuguese BR

Neste curso, você aprenderá a usar o Databricks de forma eficaz para análise de dados, com foco específico em Databricks SQL. Como analista de dados do Databricks, suas responsabilidades incluirão encontrar dados relevantes, analisá-los para possíveis aplicações e transformá-los em formatos que forneçam insights valiosos para o negócio.

Você também compreenderá seu papel no gerenciamento de objetos de dados e como manipulá-los dentro da Databricks Data Intelligence Platform, utilizando ferramentas como Notebooks, o SQL Editor e o Databricks SQL.

Além disso, você aprenderá sobre a importância do Unity Catalog no gerenciamento de ativos de dados e da plataforma como um todo. Por fim, o curso fornecerá uma visão geral de como o Databricks facilita a otimização de desempenho e ensinará como acessar o Query Insights para entender os processos que ocorrem nos bastidores ao executar SQL analytics no Databricks.

Observação: Para os ficheiros das aulas SCORM, por favor certifique-se de fechar a janela SCORM após concluir o conteúdo. Não clique no botão 'Next Lesson', pois isso pode impedir que o módulo SCORM seja marcado como completo.

Languages Available: English | 日本語 | Português BR | 한국어

Skill Level

Associate

Duration

Prerequisites

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

• Conhecimento prático do uso de SQL para fins de análise de dados.

• Capacidade de localizar e inspecionar conjuntos de dados usando Unity Catalog e Catalog Explorer.

• Capacidade de executar código em Notebooks e realizar operações básicas.

• Compreensão de estruturas de dados, incluindo tabelas, esquemas e views; familiaridade com a Arquitetura Medallion e os conceitos do Delta Lake.

• Compreensão básica de análise estatística.

• Compreender a estrutura e as características definidoras de formatos de dados específicos, como CSV, JSON, TXT e Parquet.

• Estar familiarizado com a interface do usuário da Databricks Data Intelligence Platform.

Self-Paced

Custom-fit learning paths for data, analytics, and AI roles and career paths through on-demand videos

Customer registration Partner registration

See all our registration options

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

Upcoming Public Classes

Machine Learning Practitioner

Data Preparation for Machine Learning - Portuguese BR

Este curso ensina os fundamentos da preparação de dados para machine learning tradicional no Databricks. Os alunos carregam dados em tabelas Delta governadas pelo Unity Catalog e os exploram com Notebooks, visualizações integradas e Genie Code. Em seguida, realizam a limpeza de dados, tratam valores ausentes e outliers, dividem e amostram os dados sem vazamento de dados, e constroem ML pipelines reproduzíveis com Spark para imputação, codificação e padronização. Por fim, armazenam, governam e reutilizam recursos com Engenharia de Recursos no Unity Catalog. Isso inclui consultas point-in-time para conjuntos de treinamento sem vazamento e uma introdução ao serviço de recursos online com Online Feature Stores baseados em Lakebase. Cada módulo combina aulas expositivas com demonstrações práticas e um laboratório que são executados em compute serverless. O treinamento, o serviço e o monitoramento de modelos não são abordados; esses tópicos são ensinados nos cursos Machine Learning Model Development e Machine Learning Model Deployment. Este curso é destinado a cientistas de dados de nível associado e profissionais de machine learning que desejam uma base sólida em preparação de dados no Databricks.

Observação:

1. Este é o primeiro curso da série 'Machine Learning com Databricks'.

2. Para arquivos de aula SCORM, feche a janela do SCORM após concluir o conteúdo. Não clique no botão 'Próxima lição', pois isso pode impedir que o módulo SCORM seja marcado como concluído.

Advanced Techniques with Apache Spark Declarative Pipelines - Portuguese BR

Este curso explora o Apache Spark Declarative Pipelines (SDP) do Databricks para a construção de pipelines de transmissão em nível de produção. Você aprenderá padrões de design avançados, aplicação robusta de qualidade de dados e integração entre plataformas, essenciais para a engenharia de lakehouse no mundo real.

Ao longo do curso, você mergulhará em técnicas modernas de ingestão de dados e processamento, dominando ferramentas como Liquid Clustering para otimização de configuração e o padrão Multiplex Streaming para eventos com esquemas mistos. Ao final dos módulos, você saberá como lidar com confiança com a evolução do esquema, automatizar o Change Data Capture (CDC) e garantir a integridade de dados.

Observação:

1. Este curso é o primeiro da série "Engenharia de Dados Avançada com Databricks".

2. Para arquivos de aula SCORM, feche a janela do SCORM após concluir o conteúdo. Não clique no botão “Próxima lição”, pois isso pode impedir que o módulo SCORM seja marcado como concluído.

Building RAG Agents with Agent Bricks - Portuguese BR

Este curso oferece treinamento prático para a criação de agentes de recuperação no Databricks. Os participantes aprenderão a criar Genie Agents para dados não estruturados, realizar recuperação de informação com Lakebase Search, analisar e transformar documentos não estruturados em dados estruturados usando AI Functions, fragmentar TEXT para recuperação semântica e criar índices de AI Search com múltiplos modos de busca.

Observação: Nos arquivos de aula SCORM, feche a janela do SCORM após concluir o conteúdo. Não clique no botão “Próxima lição”, pois isso pode impedir que o módulo SCORM seja marcado como concluído.

Paid & Subscription

Lab

Associate