Building Enterprise Applications with Databricks Apps - French

Ce cours vous apprend à concevoir, créer et gérer un espace Databricks Genie (Genie Space), une interface en langage naturel permettant aux utilisateurs métier de poser des questions sur des données gouvernées et d'obtenir des réponses basées sur SQL, sans avoir à écrire de code.

Vous découvrirez la place de Genie au sein de la gamme de produits Databricks AI/BI et la manière dont l'outil traduit le langage naturel en requêtes SQL fiables. La formation met l'accent sur les étapes nécessaires à la création d'un espace Genie fournissant des résultats précis, cohérents et dignes de confiance.

Vous suivrez un flux de travail complet, de la compréhension des données sources et de la définition de points de référence jusqu'à la configuration et l'affinage d'un espace Genie, en utilisant l'ensemble des outils de curation du « Knowledge Store ». Ces outils incluent la gestion des métadonnées, des synonymes, de la correspondance des prompts, de la logique SQL, des exemples de requêtes et des instructions textuelles.

Vous apprendrez également à partager les espaces Genie avec les utilisateurs métier via Databricks One, à comprendre comment la gouvernance d'Unity Catalog est appliquée automatiquement, et à utiliser la surveillance ainsi que les retours des utilisateurs pour améliorer continuellement la qualité au fil du temps.

À l'issue de ce cours, vous serez capable de créer et de gérer un espace Genie prêt pour la production, offrant des analyses conversationnelles en libre-service et gouvernées, à grande échelle.

Remarque : Databricks Academy passe à un format basé sur des cahiers de travail pour les sessions en présentiel au sein de l'environnement Databricks, et abandonne ainsi l'utilisation de présentations PowerPoint pour les cours magistraux. Vous pouvez accéder aux cahiers de travail des cours dans l'environnement de laboratoire Vocareum.

Ce cours présente les compétences fondamentales nécessaires pour réaliser un workflow de base d’ingénierie des données sur la Databricks Data Intelligence Platform. Vous explorerez l’espace de travail, travaillerez avec Unity Catalog et découvrirez les éléments de base qu’un ingénieur de données utilise au quotidien sur Databricks.

Le cours suit une approche pratique. Vous commencez par vous familiariser avec l’espace de travail, puis vous progressez à travers des notebooks de démo et d’atelier associés pour chaque sujet. Les démos vous présentent un concept avec le formateur ou un notebook guidé ; les ateliers vous demandent d’appliquer par vous-même ce que vous venez de voir.

Le contenu couvre les points suivants :

• La Databricks Data Intelligence Platform et la façon dont l’espace de travail Databricks, Unity Catalog et les notebooks s’articulent.

• La création et la gestion de tables Delta Lake.

• La modification des données avec INSERT, UPDATE et DELETE.

• L’exploration de l’historique des versions et du time travel sur les tables Delta.

• L’ingestion de données avec les options de Lakeflow Connect : CTAS, l’interface d’importation (Upload UI) et COPY INTO.

• La création d’un pipeline d’architecture Medallion qui transforme les données à travers les couches Bronze, Silver et Gold.

• L’automatisation des pipelines avec Lakeflow Jobs.

• (Bonus) La création d’un pipeline déclaratif avec Spark Declarative Pipelines.

Ce cours présente les compétences fondamentales nécessaires pour réaliser un workflow de base d’ingénierie des données sur la Databricks Data Intelligence Platform. Vous explorerez l’espace de travail, travaillerez avec Unity Catalog et découvrirez les éléments de base qu’un ingénieur de données utilise au quotidien sur Databricks.

Le cours suit une approche pratique. Vous commencez par vous familiariser avec l’espace de travail, puis vous progressez à travers des notebooks de démo et d’atelier associés pour chaque sujet. Les démos vous présentent un concept avec le formateur ou un notebook guidé ; les ateliers vous demandent d’appliquer par vous-même ce que vous venez de voir.

Le contenu couvre les points suivants :

• La Databricks Data Intelligence Platform et la façon dont l’espace de travail Databricks, Unity Catalog et les notebooks s’articulent.

• La création et la gestion de tables Delta Lake.

• La modification des données avec INSERT, UPDATE et DELETE.

• L’exploration de l’historique des versions et du time travel sur les tables Delta.

• L’ingestion de données avec les options de Lakeflow Connect : CTAS, l’interface d’importation (Upload UI) et COPY INTO.

• La création d’un pipeline d’architecture Medallion qui transforme les données à travers les couches Bronze, Silver et Gold.

• L’automatisation des pipelines avec Lakeflow Jobs.

• (Bonus) La création d’un pipeline déclaratif avec Spark Declarative Pipelines.