Databricks Fundamentals Accreditation - Japanese

AI は、開発者が構築を求められるものを変えました。エージェント、コパイロット、そしてインテリジェントなツールが実験から本番運用へと移行し、作業はコードを書くことからモデル、データ、サービスをオーケストレーションすることへとシフトしています。このコースでは、データが存在する場所でエージェントアプリケーションを構築することで、断片化したスタックを繋ぎ合わせるインフラストラクチャのオーバーヘッドをどのように排除できるかを学びます。ガイド付きのアカウントブリーフィングデモを通じて、Databricks Apps、Lakebase、Agent Bricks（Genie Spaces、Knowledge Assistants、Supervisor Agents）が、本番運用対応のエージェントアプリケーションを提供するために、一元化されたガバナンスの効いたサーバーレス基盤上でどのように連携するかをご覧いただけます。

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。

注：このコースは「Databricksによる高度なデータエンジニアリング」シリーズの4回目です。

Languages Available: English | 日本語 | 한국어

このコースでは、Databricks Data Intelligence Platform の実践的な入門として、Generative AI システムの構築およびデプロイに向けたキーコンポーネントと機能を中心に学習します。参加者は、Databricks がスケーラブルな Generative AI ソリューションの開発をどのように支援するかを学び、AI Search、Agent Framework、およびモデルのトラッキングとロギングのための MLflow の Generative AI 機能などのツールを探索します。このコースでは、Retrieval-Augmented Generation (RAG) パイプラインの構築と評価、Generative AI エージェントのデプロイ、およびパフォーマンスを最適化するための評価 Framework の活用について、ハンズオン形式で学ぶ機会が含まれています。コース修了時には、学習者は Databricks Data Intelligence Platform 上で一般的な Generative AI アプリケーションを設計、デプロイ、および監視するための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 | 普通话 | Français | Español