AWS Databricks Platform Architect - Spanish

Este curso cubre los puntos de contacto específicos de Azure para ejecutar Databricks: implementación como servicio de Azure de primera línea (portal, ARM/Bicep, Terraform), integración con Microsoft Entra ID que incluye la gestión automática de identidades, configuración de almacenamiento e identidad administrada mediante conectores de acceso, inyección de VNet, Private Link y redes serverless, claves administradas por el cliente, y monitoreo, política e integración de costos nativos de Azure. Prepara a los participantes para la acreditación de Azure Databricks Platform Architect.

Nota: Databricks Academy está en transición hacia un formato basado en notebooks para las sesiones presenciales dentro del entorno de Databricks, y dejará de usar presentaciones para las conferencias. Puede acceder a los notebooks de las conferencias en el entorno de laboratorio de Vocareum.

En este curso, aprenderá a diseñar, implementar y administrar estructuras de Catálogo y la organización de datos a gran escala con Unity Catalog en la Plataforma de Datos e IA de Databricks. Dividido en cinco módulos, comienza situando Unity Catalog dentro del modelo de implementación en la nube, y abarca la consola de cuenta, los metastores regionales y los roles de administrador que lo habilitan. A continuación, aprenderá a traducir la topología organizativa (unidades de negocio, regiones y entornos de desarrollo/QA/producción) en un diseño de Catálogo y esquema escalable, con convenciones de nomenclatura, propiedad y delegación MANAGE. Después, el curso aborda la integración segura de almacenamiento mediante credenciales de almacenamiento, ubicaciones externas, la jerarquía de almacenamiento administrado, tablas administradas frente a tablas externas, Volumes y Lakehouse Federation. Luego, aprenderá a Aplicar patrones de acceso y estrategias de aislamiento, incluidos el enlace workspace-Catálogo, la herencia de privilegios, los filtros de fila, las máscaras de columna y las políticas de control de acceso basado en atributos (ABAC), y a validar los resultados con señales de auditoría. Por último, el curso concluye con las mejores prácticas para diseñar, administrar y operar un entorno de Unity Catalog. Las demostraciones prácticas y los laboratorios se ejecutan en compute serverless e incluyen pasos breves de Genie Code.

Nota: Para los archivos de clase SCORM, asegúrese de cerrar la ventana de SCORM después de completar el contenido. No haga clic en el botón «Siguiente lección», ya que hacerlo podría impedir que el módulo SCORM se marque como completado.

Unity Gateway extiende la gobernanza de Unity Catalog al tráfico de IA. Unity Catalog ya gobierna sus modelos, servicios MCP, funciones y conexiones como objetos protegibles; Unity Gateway añade un Plano de Control central sobre el tráfico hacia ellos, aplicando enrutamiento, límites de velocidad, presupuestos, seguimiento de uso y **políticas de servicio** (barreras de protección) en cada solicitud y respuesta.

Este laboratorio presenta los fundamentos mediante una breve exposición teórica y luego los pone en práctica con una demostración práctica. En la demostración, usted gobierna una aplicación agéntica real —una que genera diagramas nativos de Databricks como código— enrutándola a través de Unity Gateway y reforzando progresivamente su gobernanza: creando un servicio de modelo, otorgando permisos, añadiendo tablas de inferencia, límites de velocidad, una política de barrera contra alucinaciones, división de tráfico entre modelos Claude y enrutamiento con plan de contingencia. Por último, usted explora los esquemas `system.ai` y `system.ai_gateway` para ver cómo la telemetría y la observabilidad complementan el registro de inferencia a nivel de carga útil.

Al finalizar el laboratorio, usted comprenderá cómo la gobernanza de activos, tráfico y comportamiento se combinan en un único Plano de Control para la IA, y cómo aplicar esos controles a una aplicación de IA Generativa en estilo de producción en Databricks.

Nota: En los archivos de lecciones SCORM, cierre la ventana de SCORM después de completar el contenido. No haga clic en el botón «Siguiente lección», ya que esto podría impedir que el módulo SCORM se marque como completado.