Building Agentic Applications on Databricks - Spanish

Este curso enseña a los participantes a crear aplicaciones de agentes listas para producción en Databricks. Aprenderán a crear herramientas de agentes gobernadas mediante Unity Catalog y MCP, a crear sistemas de uno o varios agentes con OpenAI Agents SDK y a aprovechar Agent Bricks y Genie en casos de uso de Knowledge Assistant orquestados con un agente supervisor. El curso abarca todo el proceso, desde la creación de prototipos de herramientas hasta la implementación en producción, con experiencia práctica en el uso de trazas de MLflow para observar la ejecución de agentes.

Nota: En 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 puede impedir que el módulo SCORM se marque como completado.

Skill Level

Associate

Duration

Prerequisites

Competencias específicas de Python:

• Sintaxis y estructuras de datos básicas de Python

• Comprensión de las funciones, clases y decoradores

• Experiencia con la administración de paquetes e importaciones de Python

• Familiaridad con el manejo de datos JSON

• Comprensión básica de los patrones async/await

Competencias específicas de SQL:

• Sintaxis básica de SQL Query (SELECT, FROM, WHERE)

• Comprensión de las funciones SQL y las funciones definidas por el usuario

• Experiencia con funciones SQL de Unity Catalog

Competencias específicas de Databricks:

• Comprensión de la navegación por el workspace de Databricks y de la interfaz de notebook

• Conocimiento de la estructura de Unity Catalog (catálogos, esquemas, tablas, volúmenes y funciones)

• Experiencia con recursos de compute de Databricks y cómputo serverless

• Familiaridad con el seguimiento de experimentos de MLflow

• Comprensión de los endpoints de Model Serving de Databricks

Competencias específicas de GenAI/agentes:

• Comprensión básica de los LLM y sus capacidades

• Conocimientos de ingeniería de prompts y prompts del sistema

• Familiaridad con los agentes que invocan herramientas y con los conceptos de invocación de funciones

• Conocimientos básicos del Model Context Protocol (MCP)

Outline

1. Fundamentos

• Agentes, MCP y gobernanza de IA en Databricks

• Demo: Creación de herramientas de agentes en Databricks

• Lab: Evaluación y corrección de herramientas de agentes

2. Desarrollo de agentes

• Creación de agentes con OpenAI Agents SDK y MLflow

• Demo: Creación de agentes individuales con OpenAI Agents SDK

• Demo: Orquestación multiagente con OpenAI Agents SDK

3. Agent Bricks y mucho más

• Agent Bricks y Genie

• Lab: Creación de un Supervisor Agent con Agent Bricks

• BONIFICACIÓN: Creación de agentes individuales con LangChain

A tu propio ritmo

Rutas de aprendizaje personalizadas para roles y trayectorias profesionales de datos, analítica e IA, con videos a pedido.

Registro de clientes Registro de socios

Ver todas nuestras opciones de inscripción

Registration options

Databricks ofrece modalidades de aprendizaje para acompañarlo en todo su recorrido.

A tu propio ritmo

Rutas de aprendizaje personalizadas para roles y trayectorias profesionales de datos, analítica e IA, con videos a pedido.

Regístrese ahora

Instruido por expertos

Cursos públicos y privados impartidos por instructores expertos en sesiones de medio día o dos días.

Regístrese ahora

Aprendizaje combinado (Blended Learning)

Sesiones semanales dirigidas por un instructor, junto con opciones a tu propio ritmo, para todos los estilos de aprendizaje, optimizando la finalización y la retención del conocimiento. Visite la pestaña “Catálogo de suscripciones” para comprar.

Comprar ahora

Skills@Scale

Oferta de capacitación integral para clientes a gran escala que incluye elementos para todos los estilos de aprendizaje. Consulte con su ejecutivo de cuenta para obtener más detalles.

Próximas clases públicas

Machine Learning at Scale - Spanish

En este curso, adquirirás conocimientos teóricos y prácticos sobre la arquitectura de Apache Spark y su aplicación a cargas de trabajo de machine learning dentro de Databricks. Aprenderás cuándo utilizar Spark para la preparación de datos, el entrenamiento de modelos y la implementación, al mismo tiempo que obtendrás experiencia práctica con Spark ML y las APIs de Pandas en Spark. Este curso te introducirá en conceptos avanzados como el ajuste de hiperparámetros y el escalado de Optuna con Spark. Este curso utilizará características y conceptos presentados en el curso asociado, como MLflow y Unity Catalog, para el empaquetado y la gobernanza integral de modelos.

Nota: para los archivos de lección SCORM, asegúrese de cerrar la ventana de SCORM después de completar el contenido. No haga clic en el botón "Next Lesson", ya que hacerlo podría impedir que el módulo SCORM se marque como completado.

Paid & Subscription

Lab

Professional

SQL Analytics on Databricks - Spanish

En este curso, aprenderás a utilizar Databricks de manera eficaz para el análisis de datos, con un enfoque específico en Databricks SQL. Como Analista de datos de Databricks, tus responsabilidades incluirán encontrar datos relevantes, analizarlos para posibles aplicaciones y transformarlos en formatos que proporcionen valiosas perspectivas de negocio.

También comprenderás tu rol en la gestión de objetos de datos y cómo manipularlos dentro de la Plataforma de Inteligencia de Datos de Databricks, utilizando herramientas como Notebooks, el Editor SQL y Databricks SQL.

Además, aprenderás sobre la importancia de Unity Catalog en la gestión de activos de datos y la plataforma en general. Por último, el curso ofrecerá una descripción general de cómo Databricks facilita la optimización del rendimiento y te enseñará cómo acceder a Información sobre consultas para comprender los procesos que ocurren en segundo plano al ejecutar analíticas SQL en Databricks.

Nota: Para los archivos de lecciones SCORM, asegúrate de cerrar la ventana de SCORM después de completar el contenido. No hagas clic en el botón ‘Next Lesson’, ya que hacerlo podría impedir que el módulo SCORM se marque como completado.

Data Ingestion with Lakeflow Connect - Spanish

Este curso ofrece una introducción completa a LakeFlow Connect, una solución escalable y simplificada para la ingesta de datos en Databricks desde una amplia variedad de fuentes. Comenzarás explorando los diferentes tipos de conectores de LakeFlow Connect (Standard y Managed) y aprenderás diversas técnicas de ingesta de datos, incluyendo ingesta Batch, incremental y por transmisión. También revisarás los beneficios clave del uso de tablas UC y la Arquitectura de Medallas.

A continuación, desarrollarás habilidades prácticas para ingestar datos desde almacenamiento de objetos en la nube utilizando los conectores estándar de LakeFlow Connect. Esto incluye trabajar con métodos como CREATE TABLE AS SELECT (CTAS), COPY INTO y Auto Loader, con énfasis en los beneficios y consideraciones de cada enfoque. También aprenderás a agregar columnas de metadatos a tus tablas de nivel Bronce durante la ingesta en la Plataforma de Inteligencia de Datos de Databricks. El curso también cubre cómo manejar registros que no coinciden con el esquema de tu tabla utilizando la columna de datos rescatados, junto con estrategias para gestionar y analizar estos datos. Asimismo, explorarás técnicas para ingestar y aplanar datos JSON semiestructurados.

A continuación, explorarás cómo realizar la ingesta de datos a nivel empresarial utilizando los conectores administrados de LakeFlow Connect para incorporar datos de bases de datos y aplicaciones de Software como servicio (SaaS). El curso también presenta Partner Connect como una opción para integrar herramientas de socios en tus cargas de trabajo de ingesta.

Finalmente, el curso concluye con estrategias alternativas de ingesta, incluyendo operaciones MERGE INTO y el aprovechamiento de Databricks Marketplace, proporcionándote una base sólida para dar soporte a casos de uso modernos de Ingeniería de datos.

Paid & Subscription

Lab

Associate