Deploy Workloads with Lakeflow Jobs - Spanish

El curso Deploy Workloads with Lakeflow Jobs enseña cómo orquestar y automatizar Flujos de trabajo de datos, analíticas e IA utilizando Lakeflow Jobs como plataforma de orquestación unificada dentro del ecosistema de Databricks.

• Aprenderás a diseñar e implementar cargas de trabajo de datos utilizando Grafos Acíclicos Dirigidos (DAGs), Configurar diversas opciones de programación e implementar características avanzadas de Flujos de trabajo, como la ejecución condicional de tareas, dependencias run-if y bucles for each.

• El curso cubre las mejores prácticas para crear Pipelines robustos y listos para producción con una selección adecuada de compute, orquestación modular, técnicas de manejo de errores y diseño tolerante a fallos, todo ello integrado nativamente en la Plataforma de Inteligencia de Datos de Databricks.

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.

Skill Level

Associate

Duration

Prerequisites

• Finalización del curso "Get Started with Databricks for Data Engineering", o un sólido conocimiento de la Plataforma de Inteligencia de Datos de Databricks

• Comprensión básica de temas como la navegación en un Workspace de Databricks, Apache Spark, Delta Lake, Arquitectura de Medallas y Unity Catalog.

• Familiaridad con Python/PySpark

• Experiencia en la escritura de consultas SQL de nivel intermedio.

Outline

• Descripción general del curso

• Introducción a la Ingeniería de datos en Databricks

• Lakeflow Jobs Core Components

• Descripción General del Proyecto del Curso

• Demo - Creación de un Trabajo usando la interfaz de usuario de Lakeflow Jobs

• Lab - Crea tu Primer Trabajo

• Creación y Programación de Jobs

• Demo - Automatización de cargas de trabajo con programación y Triggers

• Tarea Condicional e Iterativa

• Demo - Creación de cargas de trabajo dinámicas con tareas avanzadas

• Lab - Agregar tarea If-Else y automatizar tu Trabajo

• Manejo de Fallos en Tareas y Monitoreo del Rendimiento de Jobs

• Demo - Monitoreo y Reparación de Tarea

• Lakeflow Jobs en producción y mejores prácticas

• Resumen y Próximos Pasos

• LABORATORIO ADICIONAL - Orquestación Modular

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

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.

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