メインコンテンツへジャンプ

Deploy Workloads with Lakeflow Jobs - Japanese

Lakeflow ジョブを使用したワークロードのデプロイ コースでは、Lakeflow ジョブを Databricks エコシステム内の統合オーケストレーション プラットフォームとして使用して、データ、分析、AI workflowsをオーケストレーションおよび自動化する方法を学びます。 

- Directed Acyclic Graphs (DAG) を使用してデータ ワークロードを設計および実装し、さまざまなスケジュール オプションを構成し、条件付きタスク実行、run-if 依存関係、for each ループなどの高度なワークフロー機能を実装する方法を学習します。 

- このコースでは、適切なコンピューティングの選択、モジュラーオーケストレーション、エラー処理技術、フォールトトレラント設計など、すべてがDatabricks Data Intelligence Platformにネイティブに統合された、堅牢で本番環境に対応したパイプラインを作成するためのベストプラクティスについて説明します。


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

Skill Level
Associate
Duration
4h
Prerequisites
  • - 「データエンジニアリングのためのDatabricks入門」コースを修了しているか、Databricks Data Intelligence Platform についてしっかりと理解している

- Databricks Workspace, Apache Spark, Delta Lake, メダリオンアーキテクチャのナビゲートや Unity Catalog などのトピックに関する基本的な理解を持っている

- Python/PySpark に精通している

- 中級レベルのSQLクエリを作成した経験がある。

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.