Get Started with SQL Analytics and BI on Databricks - Spanish

Este curso es una introducción a Omnigent, el meta-harness de código abierto de Databricks para agentes de IA, y a cómo construir, gobernar y colaborar en agentes con él en la Plataforma de Databricks. Aprenderás qué es un harness y cómo un meta-harness se sitúa por encima de las herramientas de agentes que ya utilizas para hacerlas interoperables, y explorarás los tres pilares de Omnigent: Combine, Control y Share. A través de conferencias interactivas y laboratorios, comenzarás sesiones de Omnigent en el Databricks Sandbox, crearás y compartirás aplicaciones mediante vibe-coding, declararás agentes YAML portátiles, aplicarás políticas contextuales con estado (incluidas las defensas contra la trifecta letal y la inyección de prompts), y trabajarás con los agentes incorporados Polly y Debby. Al finalizar este curso, comprenderás cómo coordinar y gobernar agentes de IA utilizando Omnigent, Unity Gateway y el Databricks Sandbox.

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.

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.

La IA ha cambiado lo que se les pide construir a los desarrolladores: agentes, copilotos y herramientas inteligentes están pasando de experimentos a producción, y el trabajo está cambiando de escribir código a orquestar modelos, datos y servicios. En este curso, aprenderás cómo construir aplicaciones agénticas donde residen los datos elimina la sobrecarga de infraestructura de unir stacks fragmentados. A través de una demostración guiada de briefing de cuenta, verás cómo Databricks Apps, Lakebase y Agent Bricks (Genie Spaces, Knowledge Assistants y Supervisor Agents) trabajan juntos sobre una única base serverless y gobernada para entregar una aplicación agéntica lista para producción.