DevOps Essentials for Data Engineering - Spanish

En este curso, aprenderás cómo diseñar, implementar y gobernar estructuras de catálogo y organización de datos a gran escala en la Databricks Data Intelligence Platform. Ofrece una vista comprensiva de Unity Catalog como la capa de gobernanza centralizada para un lakehouse empresarial. Dividido en cinco módulos, comienza ubicando Unity Catalog dentro del modelo de despliegue en nube — cubriendo el Account Console, creación de metastore y la jerarquía de roles de administrador. Luego traducirás topología organizacional (unidades de negocio, regiones y ambientes dev/QA/prod) en un diseño escalable de catálogo y esquema usando convenciones de nomenclatura, patrones de propiedad y delegación MANAGE. El curso luego cubre integración segura de almacenamiento con credenciales de almacenamiento, locaciones externas, la jerarquía de almacenamiento administrado, tablas administradas versus externas y UC Volumes para datos no tabulares. A continuación, aplicarás patrones de acceso y estrategias de aislamiento — la cadena GRANT de tres niveles, vinculación workspace-catálogo y políticas de Control de Acceso Basado en Atributos (ABAC) a nivel de esquema — para hacer cumplir protección de datos de grano fino a escala. Finalmente, el curso cierra con mejores prácticas para diseño de catálogo, automatización, permisos de menor privilegio y administración de acceso basada en grupos. 

Nota: Databricks Academy está realizando la transición a un formato basado en notebooks para las sesiones en el aula dentro del entorno de Databricks, descontinuando el uso de presentaciones de diapositivas para las clases. Puede acceder a los notebooks de las clases en el entorno de laboratorio de Vocareum.

Este completo curso ofrece una guía práctica para desarrollar modelos de machine learning tradicionales en Databricks, con énfasis en demostraciones prácticas y flujos de trabajo que utilizan las bibliotecas de ML más populares. Los participantes explorarán técnicas clave de ML, incluidas la regresión y el clustering, a la vez que aprovechan las potentes capacidades de Databricks. El curso abarca la integración de MLflow para el seguimiento de modelos, el Databricks Feature Store para la gestión de features y Optuna para el ajuste de hiperparámetros. Además, los participantes aprenderán a acelerar el desarrollo de modelos con Genie Code, el asistente de codificación impulsado por IA de Databricks que utiliza lenguaje natural, conexiones MCP, instrucciones y habilidades para guiar todo el ciclo de vida del ML. Al finalizar el curso, los alumnos contarán con habilidades prácticas y aplicables para desarrollar, optimizar e implementar modelos de machine learning de forma eficiente en el entorno de Databricks.

Este curso le enseña a diseñar, crear y mantener un Databricks Genie Space, una interfaz de lenguaje natural que permite a los usuarios de negocio formular preguntas sobre datos gobernados y obtener respuestas basadas en SQL sin necesidad de escribir código.

Aprenderá cómo se integra Genie en la familia de productos de IA/BI de Databricks y cómo traduce el lenguaje natural en consultas SQL fiables. El curso se centra en los aspectos clave para crear un Genie Space que ofrezca resultados precisos, coherentes y dignos de confianza.

Seguirá un flujo de trabajo integral, desde la comprensión de los datos de origen y la definición de puntos de referencia hasta la configuración y el perfeccionamiento de un Genie Space, utilizando el conjunto completo de herramientas de curación del Knowledge Store. Estas herramientas incluyen metadatos, sinónimos, coincidencia de prompts, lógica SQL, ejemplos de consultas e instrucciones de texto.

También aprenderá a compartir Genie Spaces con usuarios de negocio a través de Databricks One, a comprender cómo se aplica automáticamente la gobernanza de Unity Catalog y a utilizar la supervisión y los comentarios de los usuarios para mejorar continuamente la calidad a lo largo del tiempo.

Al finalizar el curso, será capaz de crear y gestionar un Genie Space listo para producción que ofrezca análisis conversacionales de autoservicio y gobernados a gran escala.

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.