Ir al contenido principal

Get Started with Databricks for Generative AI - Spanish

Este curso ofrece una introducción práctica a la Plataforma de Inteligencia de Datos de Databricks, con enfoque en sus componentes y características clave para construir e implementar sistemas de IA Generativa. Los participantes aprenderán cómo Databricks facilita el desarrollo de Soluciones de IA Generativa escalables y explorarán herramientas como AI Search, el Agent Framework y las capacidades de IA Generativa de MLflow para el seguimiento y registro de modelos. Este curso incluye experiencia práctica en la construcción y evaluación de Pipelines de Retrieval-Augmented Generation (RAG), la implementación de agentes de IA Generativa y el aprovechamiento de frameworks de evaluación para Optimizar el rendimiento. Al finalizar el curso, los participantes contarán con las habilidades necesarias para diseñar, implementar y monitorear aplicaciones comunes de IA Generativa en la Plataforma de Inteligencia de Datos de Databricks.



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

Skill Level
Onboarding
Duration
3h
Prerequisites

El contenido fue desarrollado para participantes con las siguientes habilidades, conocimientos y capacidades:

• Familiaridad con la Plataforma de Inteligencia de Datos de Databricks y las operaciones básicas del workspace (crear clusters, ejecutar código en notebooks, usar operaciones básicas de notebook)

• Conocimiento básico de programación en Python y trabajo con APIs (Databricks SDK, integraciones de modelos externos)

• Comprensión de los fundamentos de machine learning, incluyendo conceptos de entrenamiento, evaluación e implementación de modelos

• Familiaridad básica con conceptos de IA Generativa (modelos de lenguaje de gran escala, ingeniería de prompts, alucinaciones, Retrieval-Augmented Generation)

• Experiencia intermedia con Unity Catalog para Gobernanza de datos y operaciones de Registro de modelos

• Conocimiento básico de Vector Search y conceptos de búsqueda por similitud para recuperación de documentos

• Familiaridad con MLflow para seguimiento de experimentos, registro de modelos y marcos de evaluación

• Comprensión de Delta Lake y conceptos de Gestión de datos (tablas, esquemas, formatos de datos)

A tu propio ritmo

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

Ver todas nuestras opciones de inscripción

Registration options

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

Runtime

A tu propio ritmo

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

Regístrese ahora

Instructors

Instruido por expertos

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

Regístrese ahora

Learning

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

Scale

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 Practitioner

Feature Engineering at Scale - Spanish

En este curso, obtendrás una comprensión integral de cómo diseñar, escalar y operacionalizar pipelines de Ingeniería de características de extremo a extremo en la Plataforma de Databricks. El plan de estudios está estructurado en tres módulos progresivos: dominar los fundamentos de la ejecución distribuida y la optimización de Spark, implementar la Ingesta de datos escalable con Auto Loader y Pipelines declarativos de LakeFlow, y avanzar hacia MLOps de nivel de producción con el Feature Store de Databricks.

Participarás en experiencias de aprendizaje práctico, como la depuración del rendimiento de Spark con el Catalyst Optimizer y el Spark UI, la construcción de arquitecturas medallón Bronce-Plata-Oro robustas con verificaciones de calidad automatizadas, y la implementación de transformaciones de características escalables utilizando SparkML. El curso culmina con el despliegue de servicio de características en tiempo real a través de Online Feature Stores, la definición de FeatureSpecs con transformaciones bajo demanda, y la aplicación de gobernanza y seguimiento de Linaje con Unity Catalog.

Al finalizar el curso, estarás capacitado para administrar el ciclo de vida completo de las características para machine learning a escala empresarial, diseñando Pipelines que sean eficientes, confiables, gobernados y listos para producción.

Nota: Para los archivos de lecciones 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.

Paid & Subscription
3h
Lab
Professional

¿Preguntas?

Si tiene alguna pregunta, consulte nuestra página de Preguntas frecuentes (FAQ).