メインコンテンツへジャンプ

Databricks Data Privacy - Japanese

このコンテンツでは、Databricks 内でデータプライバシーを管理するための包括的なガイドを提供します。 Delta Lake アーキテクチャ、リージョンのデータ分離、GDPR/CCPA コンプライアンス、チェンジデータフィード (CDF) の使用状況などの主要なトピックについて説明します。 実践的なデモとハンズオンラボを通じて、参加者は Unity Catalog の機能を使用して機密データの保護とコンプライアンスを確保し、データの整合性を効果的に保護する方法を学びます。

Nota: Este curso é o segundo da série “Engenharia de dados avançada com Databricks”.


Languages Available: English | 日本語 | Português BR 

Skill Level
Professional
Duration
2h
Prerequisites

- Databricks データエンジニアリング&データサイエンス ワークスペースを使用して基本的なコード開発タスクを実行する能力 (クラスターの作成、ノートブックでのコードの実行、基本的なノートブック操作の使用、git からのリポジトリのインポートなど)

- PySpark を使用した中級レベルのプログラミング経験

- さまざまなファイルフォーマットやデータ ソースからデータを抽出する

- 多くの一般的な変換を適用してデータをクリーニングする

- 高度な組み込み関数を使用して複雑なデータを再形成および操作する

- Delta Lake の中級レベルのプログラミング経験(テーブルの作成、完全および増分更新の実行、ファイルの圧縮、以前のバージョンの復元など)

- Delta Live Tables (DLT) UI を使用したデータ パイプラインの構成とスケジュール設定の初歩的な経験

- PySpark を使用して Delta Live Tables パイプラインを定義する初歩的な経験

- Auto Loader と PySpark 構文を使用してデータの取り込みと処理を行う

- APPLY CHANGES INTO 構文を使用して変更データ キャプチャ フィードを処理する

- パイプラインのイベント ログと結果を確認して DLT 構文のトラブルシューティングを行う

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

Register now

Instructors

Instructor-Led

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

Register now

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

Free
2h
Associate

Questions?

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