メインコンテンツへジャンプ

Databricks AI/BI for Self-Service Analytics - Japanese

このコースでは、AIおよびBIを使用して、会社のDatabricks Data Inteliigence Platformからビジネス インサイトをセルフサービスで取得する方法を学習します。 プラットフォームの基本的なコンポーネントを見学した後、事前に作成されたAIおよびBIダッシュボードを操作して、既存のグラフや視覚化を通じて会社のデータを探索する方法を学びます。 また、AIおよびBI Genieを使用してダッシュボードの枠を超え、自然言語でフォローアップの質問をしてセルフサービスで新しい洞察を得たり、視覚化を作成したり、同僚と共有したりする方法も学習します。


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

Skill Level
Onboarding
Duration
3h
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。  

  • 自身の組織のビジネスとキー業績指標に関する実用的な理解

以下の スキル/知識/能力は、コースを修了するためには必要ありません:

  • Databricks SQLの経験
  • ダッシュボードの構築経験
  • Gen AIアプリケーションの仕組みに関する知識 

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

Build Data Pipelines with Lakeflow Declarative Pipelines - Japanese

このコースでは、複数のストリーミングテーブルとマテリアライズドビューを介した増分バッチまたはストリーミング取り込みと処理のために、DatabricksのLakeflow宣言型パイプラインを使用してデータパイプラインを構築するために必要な基本的な概念とスキルをユーザーに紹介します。 このコースは、Lakeflow 宣言的パイプライン を初めて使用するデータエンジニア向けに設計されており、増分データ処理、ストリーミングテーブル、マテリアライズドビュー、一時ビューなどのコアコンポーネントの概要を包括的に説明し、それらの特定の目的と違いを強調します

取り上げるトピックは次のとおりです:

- SQL を使用した Lakeflow のマルチファイル エディターを使用した ETL パイプラインの開発とデバッグ (Python コード例を提供)

- Lakeflow 宣言的パイプライン が パイプライン グラフを通じて パイプライン でデータの依存関係を追跡する方法

- パイプライン コンピュート リソース、データ アセット、トリガー モード、およびその他の詳細オプションの構成

次に、このコースでは、Lakeflow のデータ品質に対する期待値を紹介し、データの整合性を検証および適用するために、期待値をパイプラインに統合するプロセスをユーザーに案内します。 次に、学習者は、スケジュール オプション、本番運用モード、パイプラインのパフォーマンスと正常性を監視するためのパイプライン イベント ログの有効化など、パイプラインを本番運用に配置する方法について説明します

最後に、このコースでは、Lakeflow 宣言型パイプライン内の APPLY CHANGES INTO 構文を使用して変更データキャプチャ (CDC) を実装し、slowly changing dimensions (SCD タイプ 1 および 2) を管理し、ユーザーが CDC を独自のパイプラインに統合する準備をする方法について説明します。

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

Free
4h
Associate

Questions?

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