Get Started with Databricks for Generative AI - French

Ce cours enseigne les fondamentaux de la préparation des données pour le machine learning traditionnel sur Databricks. Les apprenants chargent des données dans des tables Delta régies par Unity Catalog et les explorent à l'aide de Notebooks, de visualisations intégrées et de Genie Code. Ils nettoient ensuite les Données nettoyées, gèrent les valeurs manquantes et les valeurs aberrantes, les divisent et les échantillonnent sans fuite de données, et construisent des Pipelines ML reproductibles avec Spark pour l'imputation, l'encodage et la standardisation. Enfin, ils stockent, gouvernent et réutilisent les fonctionnalités grâce à l'Ingénierie des caractéristiques dans Unity Catalog. Cela inclut les recherches ponctuelles dans le temps pour des ensembles d'entraînement sans fuite de données, ainsi qu'une introduction au service de fonctionnalités en ligne avec les Online Feature Stores reposant sur Lakebase. Chaque module combine des cours magistraux avec des démonstrations pratiques et un atelier qui s'exécutent sur du compute serverless. L'entraînement, le service et le monitoring des modèles ne sont pas abordés ; ils sont enseignés dans les cours Machine Learning Model Development et Machine Learning Model Deployment. Ce cours est conçu pour les data scientists de niveau associé et les praticiens du machine learning qui souhaitent acquérir des bases solides en préparation des données sur Databricks.

Remarque :

1. Il s’agit du premier cours de la série « Machine Learning avec Databricks ».

2. Pour les fichiers de cours SCORM, veillez à fermer la fenêtre SCORM après avoir terminé le contenu. Ne cliquez pas sur le bouton « Leçon suivante », car cela pourrait empêcher le module SCORM d’être marqué comme terminé.

Ce cours explore les Apache Spark Declarative Pipelines (SDP) de Databricks pour la création de pipelines streaming en production. Vous apprendrez des modèles de conception avancés, l'application rigoureuse de la qualité des données et l'intégration multiplateforme, essentiels pour l'ingénierie lakehouse en conditions réelles.

Tout au long du cours, vous plongerez dans les techniques modernes d'Ingestion de données et de traitement, en maîtrisant des outils tels que le clustering liquide pour l'optimisation de la Disposition et le modèle Multiplex Streaming pour les événements à schémas mixtes. À l'issue des modules, vous saurez gérer en toute confiance l'évolution du schéma, automatiser le change data capture (CDC) et garantir l'Intégrité des données.

Remarque :

Ce cours est le premier de la série 'Advanced Data Engineering with Databricks'.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.

Ce contenu fournit un guide complet pour la gestion de la confidentialité des données dans Databricks. Il couvre des clés sujets tels que l'architecture Delta Lake, l'isolation des données par région, la conformité RGPD/CCPA, et l'utilisation du flux de données de changement (CDF). À travers des démonstrations pratiques et des travaux en laboratoire, les participants apprennent à utiliser les fonctionnalités de Unity Catalog pour sécuriser les données sensibles et garantir la conformité, leur permettant ainsi de préserver efficacement l'Intégrité des données.

Remarque :

1. Databricks Academy passe des cours vidéo à un format PDF plus rationalisé, avec des diapositives et des notes, pour tous les cours en autoformation. Veuillez noter que les vidéos de démonstration resteront disponibles dans leur format d’origine. Nous aimerions connaître votre avis sur ce changement ; veuillez donc partager vos commentaires via l’enquête du cours à la fin. Merci de faire partie de notre communauté d’apprentissage !

2. Ce cours est le deuxième de la série « Advanced Data Engineering with Databricks ».

Languages Available: English | 日本語 | Português BR  | 한국어 | Français | Español | 普通话