メインコンテンツへジャンプ

Automated Deployment with Declarative Automation Bundles - Japanese

このコースでは、DevOps の原則と Databricks プロジェクトへの適用について包括的に学習します。まず、DevOps、DataOps、継続的インテグレーション(CI)、継続的デプロイメント(CD)、およびテストの中核となる概念の概要を説明し、これらの原則をデータエンジニアリングパイプラインに適用する方法を探ります。


次に、CI/CD プロセスにおける継続的デプロイメントに焦点を当て、プロジェクトのデプロイメントに使用する Databricks REST API、SDK、CLI などのツールについて説明します。Declarative Automation Bundles(DABs)の概念と、CI/CD プロセスにおける位置づけを学びます。DABs の主要なコンポーネント、フォルダー構造、および Databricks のさまざまなターゲット環境へのデプロイメントを効率化する方法について詳しく解説します。また、Databricks CLI を使用して、異なる構成を持つ複数の環境向けに Declarative Automation Bundles に変数を追加し、変更、検証、デプロイ、および実行する方法についても学習します。


最後に、Declarative Automation Bundles をローカルで構築、テスト、およびデプロイするためのインタラクティブ開発環境(IDE)として Visual Studio Code を紹介し、開発プロセスの最適化を図ります。コースの締めくくりとして、GitHub Actions を使用してデプロイメントパイプラインを自動化し、Declarative Automation Bundles を活用した CI/CD ワークフローを強化する方法を紹介します。


このコースを修了すると、DevOps プラクティスを通じて効率性を向上させながら、Declarative Automation Bundles を使用して Databricks プロジェクトのデプロイメントを自動化できるようになります。


注: Databricks Academyは、Databricks環境内の教室セッションをノートブックベースの形式へ移行しており、講義でのスライドデッキの使用を終了します。講義用ノートブックはVocareumのラボ環境で利用できます。


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

Skill Level
Professional
Duration
4h
Prerequisites

このコースの内容は、次のスキル/知識/能力を持つ参加者向けに開発されています。

• Databricks Workspaces、Apache Spark、Delta Lake、メダリオンアーキテクチャ、Unity Catalog、Lakeflow Spark Declarative Pipelines(SDP)、および Lakeflow ジョブの使用経験を含む、Databricks プラットフォームに関する高度な知識。特に、SDP での Expectations の活用に関する知識。

• データ取り込みと変換の経験、データ処理および DataFrame 操作における PySpark の習熟度。また、データ解析と変換のための中級レベルの SQL クエリの作成経験も必要です。

• 関数やクラスの設計・実装能力、および Python パッケージの作成・インポート・活用の経験を含む、Python プログラミングの習熟度。

• DevOps プラクティス、特に継続的インテグレーションと継続的デリバリー/デプロイメント(CI/CD)の原則に関する知識。

• Git バージョン管理の基本的な理解。

• 前提コース:DevOps Essentials for Data Engineering。

Outline

宣言型オートメーションバンドルによる自動デプロイメント

• DevOps と CI/CD レビュー

• デモ: コースのセットアップと認証

• Databricks Projects のデプロイ

• 宣言型自動化バンドル(DABs)入門

• デモ: シンプルな DAB のデプロイ

• ラボ: シンプルな DAB をデプロイする

• 変数置換(DABs)

• デモ: 複数の環境への DAB のデプロイ

• ラボ: 複数の環境への DAB のデプロイ

• DAB プロジェクトテンプレートの概要

• ラボ: Databricks のデフォルト DAB テンプレートを使用する

• CI/CDプロジェクトの概要(DABs使用)

• デモ: 継続的インテグレーションと継続的デプロイメント(DABs を使用)

• ラボ: 機械学習をエンジニアリングWorkflowsに追加する(DABs使用)

• Visual Studio Code(VSCode)を使用したローカル開発

• デモ: VSCodeをDatabricksで使用する

• CI/CD ベストプラクティスと GitHub Actions を使った次のステップ

Upcoming Public Classes

Date
Time
Your Local Time
Language
Price
Oct 28
01 PM - 05 PM (Asia/Tokyo)
-
Japanese
$750.00
Jan 29
09 AM - 01 PM (Asia/Tokyo)
-
Japanese
$750.00

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

今すぐ登録

Instructors

Instructor-Led

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

今すぐ登録

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

Advanced Machine Learning with Databricks - Japanese

このコースはデータサイエンティストおよび機械学習の実務者を対象としており、4時間のモジュールが2つで構成されています。

Machine Learning at Scale

このコースでは、Apache Spark のアーキテクチャと、Databricks における機械学習ワークロードへの応用について、理論的および実践的な知識を習得します。データ準備、モデルのトレーニング、およびデプロイメントに Spark を活用するタイミングを学ぶとともに、Spark ML および pandas APIs on Spark を使った実践的な経験を積みます。また、ハイパーパラメータチューニングや Spark を用いた Optuna のスケーリングといった高度な概念についても学習します。さらに、包括的なモデルのパッケージングとガバナンスのために、アソシエイトコースで紹介された MLflow や Unity Catalog などの機能および概念を活用します。

Advanced Machine Learning Operations

このコースでは、機械学習ライフサイクルと MLOps に関する包括的な理解を提供し、データおよびモデル管理、テスト、スケーラブルなアーキテクチャのベストプラクティスを重点的に取り上げます。CI/CD、パイプライン管理、環境の分離などの主要な MLOps コンポーネントを網羅しながら、Declarative Automation Bundles (DABs)、Lakeflow ジョブ、Model Serving など、自動化およびインフラ管理のための Databricks のツールを紹介します。モニタリング、カスタムメトリクス、ドリフト検出、モデルロールアウト戦略、A/B テスト、および信頼性の高い MLOps システムの原則について学び、Databricks における機械学習プロジェクトの実装と管理を総合的なビューで理解できるようになります。

注: Databricks Academyは、Databricks環境内の教室セッションをノートブックベースの形式へ移行しており、講義でのスライドデッキの使用を終了します。講義用ノートブックはVocareumのラボ環境で利用できます。

Paid
8h
Lab
instructor-led
Professional

Questions?

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