Introduction to Python for Data Science and Data Engineering - French

Ce cours est destiné aux débutants complets en Python afin de fournir les bases de l'interaction programmatique avec les données. Le cours commence par une introduction aux expressions de programmation, aux variables et aux types de données. Il aborde ensuite les instructions conditionnelles et de contrôle, les fonctions, les types Collection, les boucles, la gestion des erreurs et les classes. Vous apprendrez à étendre Python avec des bibliothèques externes et acquerrez de l'expérience dans l'utilisation de la bibliothèque Pandas pour l'analyse et la visualisation de données, notamment en faisant évoluer les Workflows Pandas avec Apache Spark. Enfin, vous explorerez les fondamentaux du cloud computing. Tout au long du cours, vous acquerrez une pratique concrète grâce à des exercices de laboratoire, avec des ressources supplémentaires pour approfondir vos connaissances en programmation après la formation.

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.

Skill Level

Associate

Duration

16h

Prerequisites

Dans ce cours, le contenu a été développé pour des participants possédant les compétences/connaissances/aptitudes suivantes:

• Compétences informatiques de base et familiarité avec les systèmes d'exploitation (gestion de fichiers, navigateurs web, installation de software)

• Compréhension élémentaire des concepts mathématiques (opérations arithmétiques, algèbre de base, fondamentaux des statistiques)

• Familiarité débutante avec les concepts de données (jeux de données, tables, lignes, colonnes, types de données)

• Familiarité avec les navigateurs web et les plateformes d'apprentissage en ligne pour accéder au Databricks workspace

• Compétences de base en résolution de problèmes et en pensée logique pour les concepts de programmation

• Aucune expérience préalable en Python requise ; une familiarité générale avec les concepts de programmation dans un autre langage est utile

Outline

Types de données et variables

• Démo: Types de données et variables

• Laboratoire: Types de données et variables

Flux de contrôle

• Démo: Flux de contrôle

• Laboratoire: Flux de contrôle

Fonctions

• Démo: Fonctions

• Laboratoire: Fonctions

Types de Collection et Méthodes

• Démo: Types de Collection et Méthodes

Types et méthodes de Collection

• Laboratoire: Types et méthodes de Collection

Boucles

• Démo: Boucles

• Laboratoire: Boucles

Erreurs et exceptions

• Démo: Erreurs et exceptions

Classes

• Démo: Classes

• Laboratoire: Classes

Bibliothèques

• Démo: Bibliothèques

Présentation de Pandas

• Démo: Présentation de Pandas

• Laboratoire: Présentation de Pandas

Pandas avancé

• Démo: Pandas avancé

• Laboratoire: Pandas avancé

Visualisation des données

• Démo: Visualisation des données

• Laboratoire: Visualisation des données

Mise à l'échelle de Pandas avec Spark

• Démo: Mise à l'échelle de Pandas avec Spark

Informatique en nuage

• Démo: Informatique en nuage

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.

Customer registration Partner registration

Private Class Request

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

Request Private Training

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

Data Governance at Scale - French

Dans ce cours, vous apprendrez à implémenter la Gouvernance des données à grande échelle sur Databricks à l'aide de Unity Catalog, en mettant l'accent sur le contrôle d'accès basé sur les attributs, l'observabilité et le partage fédéré. Vous configurerez l'ABAC avec des tags gouvernés, migrerez depuis des contrôles affinés hérités, activerez et utiliserez les tables système pour l'audit et le monitoring des coûts, déploierez le monitoring de la qualité des données pour la qualité des données et des modèles, interpréterez la traçabilité des données pour l'impact et la conformité, et appliquerez la gouvernance fédérée et les modèles Delta Sharing pour une collaboration sécurisée entre clouds.

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.

Machine Learning Operations - French

Ce cours guidera les participants à travers une exploration complète des opérations de Modèle de machine learning, en mettant l'accent sur le MLOps et la gestion du cycle de vie des modèles. La première partie couvre les composants essentiels du MLOps et les meilleures pratiques, offrant aux participants une base solide pour opérationnaliser efficacement les Modèles de machine learning. Dans la seconde partie du cours, nous aborderons les fondamentaux du cycle de vie des modèles, en démontrant comment le parcourir de manière fluide en utilisant le Model Registry conjointement avec Unity Catalog pour une gestion efficace des modèles. À la conclusion du cours, les participants auront acquis des DNT pratiques ainsi qu'une compréhension approfondie des principes du MLOps, dotés des compétences nécessaires pour naviguer dans le paysage complexe des opérations de Modèle de machine learning.

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

Machine Learning Model Deployment - French

Ce cours est conçu pour présenter trois stratégies principales de déploiement de machine learning et illustrer la mise en œuvre de chacune de ces stratégies sur Databricks. Après une exploration des fondamentaux du déploiement de modèles, le cours aborde le batch inference, en proposant des démonstrations pratiques et des travaux dirigés pour l'utilisation d'un modèle dans des scénarios de batch inference, ainsi que des considérations relatives à l'optimisation des performance. La deuxième partie du cours couvre de manière exhaustive le déploiement de pipeline, tandis que le dernier segment se concentre sur le déploiement en temps réel. Les participants s'engageront dans des démonstrations pratiques et des travaux dirigés, en déployant des modèles avec Model Serving et en utilisant le serving endpoint pour l'inférence en temps réel.

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