メインコンテンツへジャンプ

Building Single-Agent Applications on Databricks - Japanese

本コースでは、Databricks Data Intelligence Platform上で単一エージェントアプリケーションを構築するための実践的なトレーニングを提供します。受講者は、Unity Catalogの機能をツールとして活用するAIエージェントの作成、MLflowによる包括的なトレースとモニタリングの実装、LangChainのような従来型frameworksとAgent Bricksのような最新ソリューションの両方を使用したエージェントのデプロイ方法を学びます。コースでは、AI Playgroundでの初期ツール作成とテストから、ガバナンス、評価、継続的改善機能を備えた本番環境へのデプロイまで、エージェントのライフサイクル全体を網羅します。


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

Skill Level
Associate
Duration
4h
Prerequisites

このコンテンツは、以下のスキル/知識/能力を持つ参加者向けに開発されています。 

Python固有の前提条件

学習者はスクリプトではなく、本番環境で使える品質のPythonコードを書くことに慣れなければならない。

• Pythonのコア構文とデータ構造

• 関数、クラス、および基本的なOOPパターン 

• 例外処理とエラー伝播

• デコレータ

• 型ヒントとDocstring


SQL固有の前提条件

学習者は、単にテーブルをクエリするだけでなく、再利用可能なSQLロジックを定義できる必要がある。

• フィルターと集計関数を用いたSELECTクエリの作成

• SQLのデータ型とNULLの処理を理解する 

• パラメータ化されたSQL関数の作成

• CREATE OR REPLACE FUNCTION 構文の使用 

• ドキュメント用の明確なSQLコメントの記述


Databricks固有の前提条件 

学習者は、Databricks Platform内で操作することに慣れている必要があります。

• Databricks Workspaceとノートブックの操作 

• ノートブックセルの実行と出力の解釈

• 基本的なコンピューティング概念(特にサーバーレス)の理解 

• Catalog Explorerを使用した登録済みアセットの検査

• Databricks管理サービス(Model Serving、AI Playground)の認知度 


Gen AI/エージェント固有の前提条件

学習者は、たとえコース内でframeworksが教えられていても、LLM駆動型エージェントの挙動を理解しなければならない。

• 大規模言語モデルとは何か、そしてその能力と限界

• 基本的なプロンプトエンジニアリングの概念 

• 検索拡張生成(RAG)の高度な理解

• エージェント推論とツール呼び出しの概念的理解 

• REST APIおよびJSONペイロードに関する知識


任意ですが有用(必須ではありません) 

• MLflowの基礎(トラッキング、モデルレジストリ、トレース)

• エージェントFrameworks(例:LangChain) 


Databricks関連のおすすめトレーニング:AIエージェント基礎、AIエージェント入門

Outline

• エージェントの基礎

• 単一エージェントの構築

• 再現可能なエージェント

• Agent bricksによる実運用対応エージェント

Upcoming Public Classes

Date
Time
Your Local Time
Language
Price
Jun 04
02 PM - 06 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

Data Engineer

Automated Deployment with Databricks Asset Bundles - Japanese

このコースでは、DevOpsの原則とDatabricks projectへの応用について包括的に解説します。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)、テストといった中核概念の概要から始め、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求します。

コースでは次に、CI/CDプロセス内での継続的デプロイに焦点を当て、プロジェクトデプロイのためのDatabricks REST API、SDK、CLIなどのツールを検証します。Databricks Asset Bundles(DAB)について学び、それらがCI/CDプロセスにどのように組み込まれるかを理解します。DABの主要コンポーネント、フォルダ構造、Databricks内の様々なターゲット環境へのデプロイを効率化する仕組みについて深く掘り下げます。さらに、Databricks CLIを使用して、異なる構成を持つ複数環境向けにDatabricks Asset Bundlesの変数追加、修正、検証、デプロイ、実行を行う方法も学びます。

最後に、本コースではVisual Studio Codeをインタラクティブ開発環境(IDE)として紹介し、Databricks Asset Bundlesのローカル環境でのビルド、テスト、デプロイを可能にすることで開発プロセスを最適化します。コースの締めくくりとして、GitHub Actionsを用いたデプロイパイプラインの自動化を紹介し、Databricks Asset Bundlesを用いたCI/CDワークフローの強化を図ります。

本コース修了時には、Databricks Asset Bundles を使用して Databricks projectのデプロイを自動化し、DevOps プラクティスを通じて効率性を向上させるスキルを身につけることができます。

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

Paid
4h
Lab
instructor-led
Professional

Questions?

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