メインコンテンツへジャンプ

Data Modeling Strategies - Japanese

このコースでは、Databricks Lakehouse Platformを使用して、スケーラブルで分析に対応したデータモデルを設計する方法を学習します。 このコースは3つのモジュールで構成されており、基本的なデータモデリングの原則、高度なウェアハウジングと機械学習のユースケース、最新のデータ製品設計をカバーしています。 Inmon の CIF、Kimball のディメンションモデリング、Data Vault 2.0 などの主要な方法論と、これらの戦略を Databricks に実装するための実践的なデモを紹介します。 

ハンズオン ラボでは、ER 図を作成し、SCD タイプ 2 変換を適用し、ML ワークフロー用の Feature Store を作成します。 また、データ製品の概念と、製品の考え方、ガバナンス、セマンティックの一貫性によってスケーラブルなクロスドメイン統合がどのように可能になるかについても紹介します。 このコースを修了すると、統合されたレイクハウスアーキテクチャでデータを効果的にモデル化、管理、運用できるようになります。


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

Skill Level
Associate
Duration
3h
Prerequisites

- スキーマ、ETLプロセス、ビジネスインテリジェンスワークフローなど、データウェアハウスの概念に関する基本的な知識。 - テーブルの作成、結合、制約、クエリを使用したデータ操作など、SQL に関する知識。 - Databricks または同様のクラウドベースのデータプラットフォームに関する基本的な経験。 

- レイクハウスのアーキテクチャと Delta Lake の運用に関する基本的な知識。 

- データ処理と変換タスクのための Python と PySpark の経験 (推奨されますが、必須ではありません)。

Self-Paced

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

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

DevOps Essentials for Data Engineering - Japanese

このコースでは、Databricks を使用するデータエンジニア向けに特別に設計された、ソフトウェアエンジニアリングのベストプラクティスと DevOps の原則について説明します。 参加者は、コード品質、バージョン管理、ドキュメンテーション、テストなどの主要なトピックで強力な基盤を構築します。 このコースではDevOpsに重点を置き、コアコンポーネント、利点、およびデータエンジニアリングワークフローの最適化における継続的インテグレーションと継続的デリバリー(CI/CD)の役割について説明します

PySpark でモジュール性の原則を適用して、再利用可能なコンポーネントを作成し、コードを効率的に構造化する方法を学習します。 実践的な経験には、pytest フレームワークを使用した PySpark 関数の単体テストの設計と実装、その後の DLT と Workflows を使用した Databricks データパイプラインの統合テストが含まれ、信頼性を確保します

このコースでは、Databricks Git フォルダーを使用した継続的インテグレーションのプラクティスの統合など、Databricks 内の基本的な Git 操作についても説明します。 最後に、REST API、CLI、SDK、Databricks アセットバンドル (DAB) など、Databricks アセットのさまざまなデプロイ方法の概要を説明し、パイプラインをデプロイして管理する手法に関する知識を身に付けます

このコースを修了すると、ソフトウェアエンジニアリングとDevOpsのベストプラクティスに習熟し、スケーラブルで保守可能、かつ効率的なデータエンジニアリングソリューションを構築できるようになります。

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

Paid & Subscription
3h
Lab
Associate

Questions?

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