Data Interoperability with Unity Catalog - French

Ce cours explore comment réaliser l'interopérabilité des données entre les systèmes en utilisant Databricks Unity Catalog comme couche de gouvernance unifiée, en s'appuyant sur les formats de table ouverts Delta et Iceberg. Les participants apprendront à implémenter, gérer et optimiser un environnement de données dans lequel les tables peuvent être accessées par des clients Delta et Iceberg, permettant ainsi une analyse de données multiplateforme et l'élimination des silos de données.

Ce cours est destiné aux ingénieurs de données, aux administrateurs de plateforme et aux ingénieurs en analyse de données responsables de l'implémentation et de la gestion d'architectures de données multi-formats. Vous acquerrez les compétences nécessaires pour utiliser Unity Catalog afin d'assurer une gouvernance unifiée des formats de table Delta et Iceberg, ainsi que des systèmes externes fédérés.

Remarque : Databricks Academy adopte progressivement un format basé sur des notebooks pour les sessions en classe dans l’environnement Databricks et abandonne l’utilisation de présentations pour les cours magistraux. Vous pouvez accéder aux notebooks de cours dans l’environnement de laboratoire Vocareum.

Skill Level

Associate

Duration

Prerequisites

Dans ce cours, le contenu a été conçu pour des participants possédant les compétences, connaissances et aptitudes suivantes :

• Compréhension de base de l'architecture Lakehouse

• Connaissance de base de la Medallion Architecture

• Connaissance des fondamentaux d'Unity Catalog pour la gouvernance

• Familiarité avec la conception ou le développement de pipelines ETL avec Databricks

• SQL de base pour interroger et transformer les données

Outline

1. Introduction à l'interopérabilité des données

• Comprendre l'interopérabilité des données

• Introduction aux formats de table ouverts

• Présentation des modèles d'interopérabilité

2. Utilisation des tables gérées dans Unity Catalog

• Interopérabilité et optimisation de la performance avec les tables gérées dans Unity Catalog

• Interopérabilité et avantages en termes de performance des tables gérées

• Accès externe aux tables gérées

3. Traitement centralisé des données avec analyse de données externe

• Traitement centralisé des données avec analyse de données externe

• Alimentation de l'analyse de données en aval dans Snowflake à l'aide des tables gérées par UC

• Accès en lecture Iceberg sur les tables gérées par UC

4. Gouvernance centralisée avec UC et moteurs de calcul externes

• Gouvernance centralisée avec UC et moteurs de calcul externes

• Traitement des tables Iceberg gérées par UC avec AWS EMR

5. Lakehouse Federation

• Lakehouse Federation Overview

• Fédération vers SQL Server et Snowflake

• Migration vers UC à l'aide d'un Catalogue Fédéré

• Création d'une connexion par catalogue étranger vers AWS Glue Catalog

• Implémentation de Lakehouse Federation

6. Meilleures pratiques

• Meilleures pratiques d'interopérabilité des données

Public Class Registration

If your company has purchased success credits or has a learning subscription, please fill out the Training Request form. Otherwise, you can register below.

Customer registration Partner registration

Private Class Request

If your company is interested in private training, please submit a request.

Request Private Training

See all our registration options

Registration options

Databricks has a delivery method for wherever you are on your learning journey

Self-Paced

Custom-fit learning paths for data, analytics, and AI roles and career paths through on-demand videos

Inscrivez-vous maintenant

Instructor-Led

Public and private courses taught by expert instructors across half-day to two-day courses

Inscrivez-vous maintenant

Blended Learning

Self-paced and weekly instructor-led sessions for every style of learner to optimize course completion and knowledge retention. Go to Subscriptions Catalog tab to purchase

Purchase now

Skills@Scale

Comprehensive training offering for large scale customers that includes learning elements for every style of learning. Inquire with your account executive for details

Upcoming Public Classes

Building Databricks Apps with Genie Code and Lakebase - French

Databricks Apps permet de créer et de déployer des applications de données et d'IA interactives directement sur la plateforme Databricks. Mais le développement assisté par IA ne se résume pas à la génération de code — il s'agit avant tout de développer un workflow efficace.

Dans ce cours pratique, vous construirez une application Databricks Apps s'appuyant sur Lakebase, de bout en bout, en utilisant Genie Code comme assistant de développement IA. Au fil du cours, vous apprendrez une approche pratique et reproductible du développement assisté par IA : spécifier clairement l'intention avant de générer du code, travailler par petits incréments vérifiables, exploiter des compétences Genie Code réutilisables, et considérer les résultats générés par l'IA comme des éléments à examiner et à affiner — et non à accepter sans réserve.

Vous créerez et déploierez une application Databricks Apps, provisionnerez et connecterez une base de données Lakebase comme magasin transactionnel, implémenterez des opérations CRUD, et utiliserez Genie Code pour accélérer les tâches de développement courantes. À l'issue du cours, vous disposerez non seulement d'une application fonctionnelle, mais également d'un cadre pratique pour collaborer efficacement avec l'IA sur de futurs projets software.

Remarque : Databricks Academy adopte progressivement un format basé sur des notebooks pour les sessions en classe dans l’environnement Databricks et cesse d’utiliser des présentations pour les cours. Vous pouvez accéder aux notebooks de cours dans l’environnement de laboratoire Vocareum.

Data Modeling Strategies - French

Ce cours guide les praticiens à travers l'ensemble des approches de modélisation des données sur la Databricks Data Intelligence Platform - des techniques classiques de data warehouse (Inmon, Kimball, Data Vault 2.0), en passant par les cas d'usage ML pilotés par le Feature Store, jusqu'à la mise en production des données via des Produits de données sur Unity Catalog.

Chaque approche de modélisation est introduite par un exposé, puis consolidée par une démonstration pratique sur un ensemble de données partagé (échantillons TPC-H). Le cours se termine par un laboratoire complet de bout en bout couvrant la modélisation ERM, la modélisation dimensionnelle, Data Vault 2.0 et le Feature Store dans un workflow intégré unique.

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.

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

Data Warehousing Practitioner

Building Semantic Models in Databricks with UC Metric Views - French

Dans ce cours, vous apprendrez à permettre à vos consommateurs de données d'obtenir des insights métier validés en réduisant la charge de travail qui vous incombe, ainsi qu'au reste de l'équipe données et IA de votre entreprise. En construisant une couche sémantique au-dessus de votre couche gold, vous offrirez aux décideurs et aux analystes métier la possibilité d'explorer des indicateurs clés de performance métier de manière inédite, tout en maintenant des opérations sur les données efficaces et des métriques validées par l'entreprise.