Data Preparation for Machine Learning - Spanish

Este curso se centra en los fundamentos de la preparación de datos para machine learning utilizando Databricks. Los participantes aprenderán habilidades esenciales para explorar, limpiar y organizar datos adaptados para aplicaciones tradicionales de machine learning. Los temas clave incluyen visualización de datos, ingeniería de características y estrategias óptimas de almacenamiento de características. A través de ejercicios prácticos, los participantes adquirirán experiencia práctica en la preparación eficiente de conjuntos de datos para machine learning dentro de Databricks. Este curso está diseñado para Científicos de datos de nivel asociado y profesionales de machine learning, así como para personas que buscan mejorar su competencia en la preparación de datos, garantizando una base sólida para el despliegue exitosamente de Modelos de machine learning.

Nota: Databricks Academy está pasando a un formato basado en cuadernos para las sesiones presenciales en el entorno de Databricks, dejando de utilizar presentaciones de diapositivas para las clases. Puedes acceder a los cuadernos de las clases en el entorno de laboratorio de Vocareum.

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

Skill Level

Associate

Duration

Prerequisites

En este curso, el contenido se desarrolló para participantes con las siguientes habilidades, conocimientos y aptitudes:

• Haber completado el curso Get Started with Databricks for Machine Learning (Onboarding) o poseer conocimientos fundamentales equivalentes sobre el trabajo en el entorno de Databricks.

- Los estudiantes deben estar familiarizados con la navegación en el workspace de Databricks, la creación y ejecución de notebooks, y la comprensión del flujo de trabajo básico de machine learning en Databricks. Este curso se basa en esa base para centrarse en la preparación de datos para machine learning.

• Nivel intermedio de competencia en programación Python para la preparación de datos y análisis.

- Los estudiantes deben sentirse cómodos utilizando bibliotecas como Pandas, NumPy y scikit-learn para la manipulación de datos, el manejo de valores faltantes y las transformaciones básicas de características.

• Comprensión básica de los fundamentos de machine learning.

- Esto incluye familiaridad con conceptos como conjuntos de datos de entrenamiento y prueba, ingeniería de características y Pipelines de desarrollo de modelos.

• Familiaridad con los Flujos de trabajo de la Plataforma de Databricks.

- Los estudiantes deben ser capaces de realizar tareas básicas como crear clusters, ejecutar código en notebooks y utilizar operaciones comunes de notebook.

• Conocimiento básico de formatos de datos y conceptos de lakehouse.

- Los estudiantes deben estar familiarizados con formatos de datos comunes como CSV, JSON y Parquet, y tener conocimientos introductorios de Delta Lake y la arquitectura Lakehouse.

• Comprensión fundamental del análisis exploratorio de datos y estadística básica.

- Esto incluye el conocimiento de distribuciones de datos, valores faltantes, valores atípicos y técnicas simples de visualización de datos utilizadas para evaluar la calidad de los datos.

Outline

Gestión y exploración de datos

• Gestión y Exploración de Datos en el Lakehouse

• Demo: Cargar y Explorar datos

• Laboratorio: Cargar y Explorar Datos

Preparación de datos e ingeniería de características

• Fundamentos de Preparación de Datos e Ingeniería de Características

• Imputación de datos

• Codificación de datos

• Estandarización de datos

• Demo: Pipeline de Imputación y Transformación de Datos

• Demo: Construir un Pipeline de Ingeniería de Características con Embeddings

• Laboratorio: Construir un Pipeline de Ingeniería de características

Feature Store

• Introducción a Feature Store

• Demo: Uso de Feature Store para Ingeniería de características

• Laboratorio: Ingeniería de características con Feature Store

Inscripción a clases públicas

Si su empresa ha adquirido créditos de servicio (Success Credits) o cuenta con una suscripción de aprendizaje, por favor complete el formulario de Solicitud de Capacitación. De lo contrario, puede registrarse a continuación.

Registro de clientes Registro de socios

Solicitud de clase privada

Si su empresa está interesada en capacitación privada, envíe una solicitud.

Solicitar Entrenamiento Privado

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 Model Deployment - Spanish

Este curso está diseñado para presentar tres estrategias principales de despliegue de machine learning e ilustrar la implementación de cada estrategia en Databricks. Tras explorar los fundamentos del despliegue de modelos, el curso profundiza en la inferencia Batch, ofreciendo demostraciones prácticas y laboratorios para utilizar un modelo en escenarios de inferencia Batch, junto con consideraciones para la optimización del rendimiento. La segunda parte del curso cubre de manera exhaustiva el despliegue de Pipeline, mientras que el segmento final se centra en el despliegue en tiempo real. Los participantes realizarán demostraciones prácticas y laboratorios, desplegando modelos con Model Serving y utilizando el endpoint de servicio para inferencia en tiempo real.

Nota: Databricks Academy está pasando a un formato basado en cuadernos para las sesiones presenciales en el entorno de Databricks, dejando de utilizar presentaciones de diapositivas para las clases. Puedes acceder a los cuadernos de las clases en el entorno de laboratorio de Vocareum.

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

Automated Deployment with Declarative Automation Bundles - Spanish

Este curso ofrece una revisión exhaustiva de los principios de DevOps y su aplicación a proyectos de Databricks. Comienza con una descripción general de los conceptos fundamentales de DevOps, DataOps, integración continua (CI), despliegue continuo (CD) y pruebas, y explora cómo estos principios pueden aplicarse a los Pipelines de Ingeniería de datos.

El curso se centra luego en el despliegue continuo dentro del proceso de CI/CD, examinando herramientas como la REST API, el SDK y el CLI de Databricks para el despliegue de proyectos. Aprenderás sobre los Declarative Automation Bundles (DABs) y cómo encajan en el proceso de CI/CD. Profundizarás en sus componentes clave, la estructura de carpetas y cómo agilizan el despliegue en diversos entornos de destino en Databricks. También aprenderás a añadir variables, modificar, validar, desplegar y ejecutar Declarative Automation Bundles para múltiples entornos con diferentes configuraciones mediante el CLI de Databricks.

Finalmente, el curso presenta Visual Studio Code como Entorno de Desarrollo Interactivo (IDE) para construir, probar y desplegar Declarative Automation Bundles de forma local, optimizando el proceso de desarrollo. El curso concluye con una introducción a la automatización de Pipelines de despliegue mediante GitHub Actions para mejorar el Flujo de trabajo de CI/CD con Declarative Automation Bundles.

Al finalizar este curso, estarás preparado para automatizar los despliegues de proyectos de Databricks con Declarative Automation Bundles, mejorando la eficiencia mediante las prácticas de DevOps.

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

Advanced Techniques with Apache Spark Declarative Pipelines - Spanish

Este curso explora Declarative Pipelines de Apache Spark de Databricks (SDP) para construir pipelines de transmisión de nivel de producción. Aprenderás patrones de diseño avanzados, aplicación robusta de calidad de datos e integración multiplataforma esenciales para la ingeniería de lakehouse en el mundo real.

A lo largo del curso, profundizarás en técnicas modernas de ingesta de datos y procesamiento, dominando herramientas como liquid clustering para la optimización del diseño y el patrón Multiplex Streaming para eventos con esquemas mixtos. Al finalizar los módulos, sabrás cómo manejar con confianza la evolución del esquema, automatizar change data capture (CDC) y garantizar la integridad de los datos.

A través de clases y demostraciones prácticas, podrás:

• Construir pipelines de múltiples flujos para ingestar datos de múltiples fuentes en una Tabla Bronce unificada.

• Aplicar liquid clustering y Expectativas de Calidad de Datos en las capas Plata y oro.

• Implementar el patrón Multiplex con Iceberg UniForm para el acceso a datos multiplataforma.

• Automatizar el seguimiento del historial SCD Tipo 2 mediante AUTO CDC INTO.

• Diseñar pipelines de cuarentena sin pérdida de datos para auditar y administrar registros no válidos.

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