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

Skill Level

Associate

Duration

Prerequisites

Databricks プラットフォームに関する十分な知識、Databricks ワークスペースの経験、Apache Sparkの経験、メダリオンアーキテクチャの経験、Delta Lakeの経験、Unity Catalogの経験、Delta Live Tablesの経験、そしてワークフローの経験。 Git バージョン管理の基本的な理解も必要です
データの取り込みと変換の経験があり、データ処理と DataFrame 操作について、PySpark に習熟している。さらに、受験者は、データ分析と変換のための中級レベルのSQLクエリを作成した経験が必要です。
Pythonプログラミングの知識と、関数やクラスを設計および実装する能力を含む、中級レベルのPythonコードの記述に習熟している必要です。また、ユーザーは Python パッケージの作成、インポート、および効果的な利用に熟練している必要があります。

Self-Paced

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

Customer registration Partner registration

See all our registration options

Registration options

Databricks has a delivery method for wherever you are on your learning journey

Self-Paced

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

今すぐ登録

Instructor-Led

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

今すぐ登録

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

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

Deploy Workloads with Lakeflow Jobs - Japanese

Deploy Workloads with Lakeflow Jobs コースでは、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 Lakeflow Jobs を使用し、データ、アナリティクス、および AI ワークフロー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。

• 有向非環状グラフ（DAG）を使用したデータワークロードの設計と実装、各種スケジューリングオプションの設定、および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の実装について学習します。

• 本コースでは、適切なコンピュート選択、モジュール式オーケストレーション、エラー処理技術、およびフォールトトレラント設計を備えた、堅牢で本番運用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を取り上げます。これらはすべて Databricks Data Intelligence Platform 内にネイティブに統合されています。

注: SCORM の講義ファイルについては、コンテンツの完了後に SCORM ウィンドウを閉じてください。「Next Lesson（次のレッスン）」ボタンはクリックしないでください。クリックすると、SCORM モジュールが完了として記録されない場合があります。

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

AI/BI for Data Analysts - Japanese

このコースでは、データアナリストが Databricks で AI/BI Dashboards を設計、作成、公開、運用する方法を学びます。AI/BI Dashboards は、ガバナンスの効いた Unity Catalog のデータを、インタラクティブな可視化、フィルター、Genie 連携と組み合わせることで、ビジネスユーザーがコードを書かずに回答を探索できるようにします。

このコースは、1 つのエンドツーエンドの構築を通じて進めます。まず Unity Catalog のソーステーブルから始め、最終的に公開・監視された複数ページのダッシュボードを完成させます。その過程で、ダッシュボードが Databricks の AI/BI 製品ファミリー全体の中でどのように位置づけられるか、また Genie、データセット、可視化、フィルターがワークフローのどこに当てはまるかを学びます。

扱う内容は次のとおりです。

• AI/BI Dashboards の基礎と、それが Genie および Databricks プラットフォームの他の要素とどのように関係するか。

• Unity Catalog でのソースデータの探索と、SQL を使用した再利用可能なダッシュボードデータセットの設計。

• 可視化（KPI、トレンド、内訳）の作成と、見やすい複数ページのダッシュボードのレイアウト。

• Genie Code を使用して、自然言語のプロンプトから SQL、チャート、フィルターを作成すること。

• フィルターを追加して、ダッシュボードをインタラクティブにし、閲覧者の疑問に応えられるようにすること。

• 適切な人がダッシュボードを表示・編集できるよう、公開、共有、アクセス権の管理を行うこと。

• スケジュールされた更新、キャッシュ、使用状況の監視を伴って、ダッシュボードを本番環境で運用すること。

コースを修了するころには、ビジネス上の課題を起点として、それを支えるデータセットを設計し、洗練されたダッシュボードを作成し、適切なアクセス権と、正確性を保つための更新戦略とともに対象ユーザーへ提供できるようになります。

注：SCORM形式の講義ファイルをご利用の際は、コンテンツをすべて終了した後、必ずSCORMウィンドウを閉じてください。「next lesson」ボタンをクリックしないでください。クリックすると、SCORMモジュールが完了として認識されなくなる可能性があります。

Paid & Subscription

Lab

Associate

Machine Learning Practitioner

Machine Learning Model Development - Japanese

この包括的なコースでは、Databricks で従来の機械学習モデルを開発するための実践的なガイドを提供し、一般的な ML ライブラリを使用した実践的なデモンストレーションとワークフローに重点を置いています。参加者は、Databricks の強力な機能を活用しながら、回帰やクラスタリングなどの主要な機械学習手法を学習します。このコースでは、モデル追跡のためのMLflow統合、機能管理のためのDatabricks Feature Store、ハイパーパラメーター調整のためのOptunaについて説明します。さらに、参加者は、自然言語、MCP 接続、指示、スキルを使用して機械学習ライフサイクル全体をガイドする Databricks の AI 搭載コーディングアシスタントである Genie Code を使用して、モデル開発を加速する方法を学びます。このコースを修了すると、学習者は Databricks 環境で機械学習モデルを効率的に開発、最適化、デプロイするための実践的なスキルを身に付けることができます。

Paid & Subscription

Lab

Associate