Get Started with Databricks for Generative AI - French

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 enseigne comment créer des pipelines ETL prêts pour la production en utilisant exclusivement SQL sur la Databricks Data Intelligence Platform. Les participants découvrent les Streaming Tables avec Auto Loader pour l'ingestion incrémentielle, les Materialized Views avec rafraîchissement incrémentiel pour les transformations Silver vers Gold, AUTO CDC (FLOW AUTO CDC) pour la gestion déclarative des dimensions SCD Type 1 et Type 2, ainsi que Lakeflow Jobs avec des tâches SQL File pour l'orchestration en production. Le cours suit un jeu de données retail réaliste à travers l'architecture en médaillon (Bronze → Silver → Gold).

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.

Ce cours fournit une introduction à la façon dont les organisations peuvent comprendre et utiliser les modèles d’intelligence artificielle générative (IA). Tout d’abord, nous commencerons par une introduction rapide à l'IA générative - nous discuterons de ce qu’elle est et accorderons une attention particulière aux grands modèles de langage, également connus sous le nom de LLM. Ensuite, nous aborderons la manière dont les organisations peuvent réussir avec l'IA générative - nous approfondirons ce que sont les applications LLM, discuterons de la façon dont Lakehouse AI peut vous aider à réussir et discuterons des considérations essentielles pour l’adoption de l'IA en général. Enfin, nous aborderons les aspects importants à prendre en compte lors de l’évaluation des risques et des défis potentiels associés à l’utilisation/adoption de l'IA générative.

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