Get Started with Databricks for Data Warehousing - French

Ce cours offre une vue d'ensemble complète et pratique de l'approche moderne de Databricks en matière de data warehousing, en mettant en évidence la manière dont une architecture data lakehouse combine les atouts des entrepôts de données traditionnels avec la flexibilité et l'évolutivité du cloud. En travaillant de bout en bout avec un détaillant fictif (Vintage Audio Co.), vous allez Explorer le workspace, exécuter des requêtes sur des tables Unity Catalog gouvernées, maintenir les performances des tables gérées par Unity Catalog pour les lectures analytiques, charger des données de manière incrémentielle avec Auto Loader, modéliser un schéma en étoile et fournir des insights cohérents via les vues de métriques Unity Catalog — le tout depuis un environnement unique et gouverné, avec des fonctionnalités pilotées par l'IA (Predictive Optimization, Génie Code) intégrées tout au long du parcours.

Skill Level

Onboarding

Duration

Prerequisites

Ce contenu a été conçu pour les participants possédant les compétences, connaissances et aptitudes suivantes :

• Familiarité de base avec le domaine du data warehousing (ce qu'est un data warehouse, une Table et des outils BI).

• Connaissance opérationnelle du SQL (SELECT avec WHERE, GROUP BY, fonctions d'Agrégat et JOIN).

• Aucune connaissance préalable de Databricks n'est supposée ; les concepts spécifiques à Databricks (Unity Catalog, Delta Lake, SQL Warehouses, metric views) sont introduits au fur et à mesure.

Self-Paced

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

Customer registration Partner registration

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

Machine Learning at Scale - French

Dans ce cours, vous acquerrez des connaissances théoriques et pratiques sur l'architecture d'Apache Spark et son application aux charges de travail de machine learning dans Databricks. Vous apprendrez quand utiliser Spark pour la préparation des données, l'entraînement des modèles et le déploiement, tout en acquérant une expérience pratique avec Spark ML et les APIs Pandas sur Spark. Ce cours vous introduira à des concepts avancés tels que l'optimisation des hyperparamètres et la mise à l'échelle d'Optuna avec Spark. Ce cours utilisera des fonctionnalités et des concepts introduits dans le cours associé, tels que MLflow et Unity Catalog, pour un packaging et une gouvernance complets des modèles.

Remarque: pour les fichiers de cours SCORM, veillez à fermer la fenêtre SCORM une fois le contenu terminé. Ne cliquez pas sur le bouton « Next Lesson », car cela pourrait empêcher le module SCORM d'être marqué comme terminé.

SQL Analytics on Databricks - French

Dans ce cours, vous apprendrez à utiliser efficacement Databricks pour l'analyse de données, avec un focus particulier sur Databricks SQL. En tant qu'analyste de données Databricks, vos responsabilités incluront la recherche de données pertinentes, leur analyse pour des applications potentielles, et leur transformation en formats fournissant des insights commerciaux précieux.

Vous comprendrez également votre rôle dans la gestion des objets de données et la manière de les manipuler au sein de la Plateforme d'intelligence des données Databricks, à l'aide d'outils tels que Notebooks, l'éditeur SQL et Databricks SQL.

De plus, vous découvrirez l'importance de Unity Catalog dans la gestion des actifs de données et de la plateforme globale. Enfin, le cours donnera un aperçu de la façon dont Databricks facilite l'optimisation des performances et vous apprendra à accéder à Query Insights pour comprendre les processus se déroulant en coulisses lors de l'exécution de requêtes d'analyse SQL sur Databricks.

Remarque : Pour les fichiers de cours SCORM, veuillez fermer la fenêtre SCORM après avoir terminé le contenu. Ne cliquez pas sur le bouton ‘Next Lesson’, car cela pourrait empêcher le module SCORM d’être marqué comme terminé.

Data Ingestion with Lakeflow Connect - French

Ce cours propose une introduction complète à LakeFlow Connect, une solution évolutive et simplifiée pour l'Ingestion de données dans Databricks à partir d'un large éventail de sources. Vous commencerez par explorer les différents types de connecteurs LakeFlow Connect (Standard et Managed) et apprendrez diverses techniques d'Ingestion de données, notamment l'ingestion batch, incrémentale batch et streaming. Vous passerez également en revue les principaux avantages de l'utilisation des tables UC et de la Medallion Architecture.

Ensuite, vous développerez des compétences pratiques pour l'Ingestion de données depuis un stockage d'objets cloud à l'aide des connecteurs standard LakeFlow Connect. Cela comprend l'utilisation de méthodes telles que CREATE TABLE AS SELECT (CTAS), COPY INTO et Auto Loader, en mettant l'accent sur les avantages et les considérations propres à chaque approche. Vous apprendrez également à ajouter des colonnes de métadonnées à vos tables de niveau Bronze lors de l'ingestion dans la Databricks Data Intelligence Platform. Le cours aborde ensuite la gestion des enregistrements ne correspondant pas au schéma de votre table à l'aide de la colonne de données récupérées, ainsi que les stratégies de gestion et d'analyse de ces données. Vous explorerez également des techniques pour l'ingestion et l'aplatissement de données JSON semi-structurées.

Par la suite, vous découvrirez comment réaliser une Ingestion de données de niveau entreprise à l'aide des connecteurs Managed LakeFlow Connect pour intégrer des données provenant de bases de données et d'applications Software-as-a-Service (SaaS). Le cours présente également Partner Connect comme option d'intégration d'outils partenaires dans vos charges de travail d'ingestion.

Enfin, le cours se conclut par des stratégies d'ingestion alternatives, notamment les opérations MERGE INTO et l'exploitation du Databricks Marketplace, vous dotant ainsi de bases solides pour prendre en charge les cas d'usage modernes de data engineering.

Paid & Subscription

Lab

Associate