Get Started with Databricks for Generative AI - French

Ce cours offre une introduction pratique à la Databricks Data Intelligence Platform, en mettant l'accent sur ses composants et fonctionnalités clés pour la création et le déploiement de systèmes d'IA générative. Les participants apprendront comment Databricks facilite le développement de solutions d'IA générative évolutives et exploreront des outils tels que AI Search, le Cadre Agent et les capacités d'IA générative de MLflow pour le suivi et l'enregistrement des modèles. Ce cours comprend une expérience pratique dans la construction et l'évaluation de pipelines Retrieval-Augmented Generation (RAG), le déploiement d'agents d'IA générative, et l'utilisation de cadres d'évaluation pour optimiser la performance. À la fin du cours, les apprenants seront équipés des compétences nécessaires pour concevoir, déployer et surveiller des applications courantes d'IA générative sur la Databricks Data Intelligence Platform.

Skill Level

Onboarding

Duration

Prerequisites

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

• Familiarité avec la Databricks Data Intelligence Platform et les opérations de base dans le workspace (créer des clusters, exécuter du code dans des notebooks, utiliser les opérations de base des notebooks)

• Connaissances de base en programmation Python et dans l'utilisation des APIs (Databricks SDK, intégrations de modèles externes)

• Compréhension des fondamentaux du machine learning, notamment les concepts d'entraînement, d'évaluation et de déploiement de modèles

• Familiarité de base avec les concepts d'IA générative (grands modèles de langage, ingénierie des invites, hallucinations, Retrieval-Augmented Generation)

• Expérience intermédiaire avec Unity Catalog pour la Gouvernance des données et les opérations de Registre des modèles

• Connaissances de base des concepts de Vector Search et de recherche par similarité pour la récupération de documents

• Familiarité avec MLflow pour le suivi des expériences, la journalisation des modèles et les frameworks d'évaluation

• Compréhension de Delta Lake et des concepts de Gestion des données (tables, schémas, formats de données)

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

Omnigent Basics - French

Ce cours est une introduction à Omnigent, le méta-harnais open-source de Databricks pour les agents IA, ainsi qu'à la manière de créer, gouverner et collaborer sur des agents avec cet outil sur la plateforme Databricks. Vous apprendrez ce qu'est un harnais et comment un méta-harnais se situe au-dessus des outils d'agents que vous utilisez déjà pour les rendre interopérables, et vous explorerez les trois piliers d'Omnigent : Combine, Control et Share. À travers des cours interactifs et des travaux pratiques, vous démarrerez des sessions Omnigent sur le Databricks Sandbox, coderez et partagerez des applications par intuition, déclarerez des agents YAML portables, appliquerez des politiques contextuelles avec état (y compris des défenses contre le trifecta fatal et l'injection de prompts), et travaillerez avec les agents intégrés Polly et Debby. À l'issue de ce cours, vous comprendrez comment coordonner et gouverner des agents IA à l'aide d'Omnigent, d'Unity Gateway et du Databricks Sandbox.

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.

AI/BI for Data Analysts - French

Ce cours apprend aux analystes de données à concevoir, créer, publier et exploiter des AI/BI Dashboards dans Databricks. Les AI/BI Dashboards associent des données gouvernées par Unity Catalog à des visualisations interactives, des filtres et l'intégration de Genie, afin que les utilisateurs métier puissent explorer les réponses sans écrire de code.

Le cours suit une seule réalisation de bout en bout. Vous commencez avec des tables sources dans Unity Catalog et terminez avec un tableau de bord multipage publié et surveillé. En chemin, vous découvrez comment les tableaux de bord s'intègrent dans la famille de produits AI/BI de Databricks et où interviennent Genie, les jeux de données, les visualisations et les filtres dans le flux de travail.

Le contenu couvre :

• Les principes fondamentaux des AI/BI Dashboards et leur relation avec Genie et le reste de la plateforme Databricks.

• L'exploration des données sources dans Unity Catalog et la conception de jeux de données de tableau de bord réutilisables avec SQL.

• La création de visualisations (KPI, tendances, répartitions) et la mise en page d'un tableau de bord multipage soigné.

• L'utilisation de Genie Code pour générer du SQL, des graphiques et des filtres à partir de prompts en langage naturel.

• L'ajout de filtres pour rendre les tableaux de bord interactifs et réactifs aux questions des utilisateurs.

• La publication, le partage et la gestion des autorisations afin que les bonnes personnes puissent consulter et modifier le tableau de bord.

• L'exploitation du tableau de bord en production avec actualisation planifiée, mise en cache et suivi de l'utilisation.

À la fin du cours, vous serez en mesure de partir d'une question métier, de concevoir les jeux de données nécessaires, de créer un tableau de bord abouti et de le livrer à votre audience avec les autorisations appropriées et une stratégie d'actualisation qui en garantit l'exactitude.

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.

Paid & Subscription

Lab

Associate

Machine Learning Practitioner

Feature Engineering at Scale - French

Dans ce cours, vous acquerrez une compréhension approfondie de la façon de concevoir, mettre à l'échelle et opérationnaliser des pipelines d'Ingénierie des caractéristiques de bout en bout sur la plateforme Databricks. Le programme est structuré en trois modules progressifs : maîtriser les fondamentaux de l'exécution distribuée et de l'optimisation de Spark, implémenter l'Ingestion de données évolutive avec Auto Loader et des pipelines LakeFlow déclaratifs, et progresser vers un MLOps de niveau production avec le Databricks Feature Store.

Vous bénéficierez d'expériences d'apprentissage pratiques telles que le débogage des performances de Spark avec le Catalyst Optimizer et le Spark UI, la construction d'architectures médaillon Bronze-Argent-gold robustes avec des contrôles de qualité automatisés, et l'implémentation de transformations de fonctionnalités évolutives à l'aide de SparkML. Le cours se conclut par le déploiement d'un service de fonctionnalités en temps réel via des Online Feature Stores, la définition de FeatureSpecs avec des transformations à la demande, et l'application de la gouvernance et du suivi de la traçabilité des données avec Unity Catalog.

À la fin du cours, vous serez en mesure de gérer le cycle de vie complet des fonctionnalités pour le machine learning à l'échelle entreprise — en concevant des pipelines performants, fiables, gouvernés et prêts pour la production.

Remarque : 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.

Paid & Subscription

Lab

Professional