Revenir au contenu principal

Get Started with Databricks for Machine Learning - French

Dans ce cours, vous développerez les compétences fondamentales nécessaires pour utiliser la Databricks Data Intelligence Platform afin d'exécuter des workflows de machine learning et de prendre en charge des charges de travail de data science. Vous explorerez la plateforme du point de vue d'un praticien du machine learning, en abordant des sujets tels que la création et la gestion de fonctionnalités avec Feature Engineering dans Unity Catalog, la gestion du cycle de vie des modèles de bout en bout avec MLflow, et l'orchestration de pipeline avec Lakeflow Jobs. De plus, vous découvrirez l'inférence de modèles en temps réel avec Databricks Model Serving et vivrez l'approche transparente et conversationnelle de Databricks pour le développement de modèles grâce à Genie Code - Data Science Agent Mode, où vous utilisez des invites en langage naturel pour générer, exécuter et affiner de manière itérative des workflows de ML exécutables directement dans votre notebook. Le cours comprend des démonstrations animées par un instructeur, aboutissant à un laboratoire complet qui renforce les concepts abordés tout au long de la formation.


Vous pouvez créer un compte Databricks Free Edition et essayer les démonstrations à suivre dans un environnement pratique.


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

Skill Level
Onboarding
Duration
2h
Prerequisites

Le contenu a été développé pour des participants possédant les compétences/connaissances/aptitudes suivantes:

• Une compréhension de base de Python.

• Une compréhension fondamentale des concepts de DS/ML (par exemple, les modèles de classification et de régression), des métriques de modèles courantes (par exemple, le F1-score), et des bibliothèques Python (par exemple, scikit-learn et XGBoost)

Outline

Présentation de Databricks

• Présentation du Databricks Workspace


Utilisation de Databricks pour le Machine Learning

• Introduction au Machine Learning avec Databricks

• Analyse exploratoire des données (EDA) et ingénierie des caractéristiques sur Databricks

• MLflow pour la gestion du cycle de vie

• Génie Code for ML

• Databricks Model Serving

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.

Private Class Request

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

See all our registration options

Registration options

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

Runtime

Self-Paced

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

Inscrivez-vous maintenant

Instructors

Instructor-Led

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

Inscrivez-vous maintenant

Learning

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

Scale

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

Data Warehousing Practitioner

SQL Programming and Procedural Logic - French

Dans ce cours, vous explorerez les compétences essentielles en programmation SQL et logique procédurale dans Databricks, en vous concentrant sur la création de flux de travail analytiques modulaires, maintenables et prêts pour la production. Vous commencerez par découvrir les constructions SQL clés — telles que les Common Table Expressions (y compris les CTE récursives avancées), les objets à portée de session comme les vues et tables temporaires, et les User Defined Functions — qui rendent votre développement SQL plus propre et réutilisable. Le cours vous guide ensuite à travers des techniques avancées de scripting SQL à l'aide d'instructions composées, de variables, de flux de contrôle, de conditions, de boucles et d'une gestion robuste des erreurs pour créer des processus SQL structurés et flexibles. Vous apprendrez également à garantir la cohérence des données dans ces pipelines en plusieurs étapes grâce à des transactions multi-instructions conformes ACID. Enfin, vous découvrirez comment encapsuler la logique dans des SQL Stored Procedures et orchestrer des flux de travail complexes avec Lakeflow Jobs et des stratégies de migration, transformant les tâches héritées en pipelines modulaires et automatisés qui exploitent toutes les capacités de la plateforme Databricks.

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

Free
2h
Associate

Questions?

If you have any questions, please refer to our Frequently Asked Questions page.