メインコンテンツへジャンプ

Generative AI Fundamentals - Japanese

生成AIの基礎をご受講いただき、誠にありがとうございます。このコースでは、生成人工知能(AI)モデルを組織でどのように解釈し、活用できるかについて紹介します。まず、生成AIの概要を紹介します。生成AIとは何かについて説明し、特に大規模言語モデル(LLM)に注目します。次に、LLM アプリケーションとは何か、レイクハウス AI がどのように成功に貢献できるのか、さらに AI を導入する際の一般的な注意点について説明します。最後に、生成AIの導入や使用に際して、潜在的なリスクや課題を評価する場合に考慮すべき重要な側面についても取り組みます。


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

Skill Level
Introductory
Duration
2h
Prerequisites

前提となる知識やスキルは必要ありません。

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

Platform Administrator

Get Started with Databricks Platform Administration - Japanese

このコースでは、Databricks Data Intelligence Platformでのプラットフォーム管理の基本を学習します。 このコースは、Databricks環境内で効果的なデータガバナンスに不可欠なコンポーネントであるUnity Catalogの包括的な概要を提供します。 このコースは5つのモジュールに分かれており、Databricksインフラストラクチャとそのdata intelligence platformの詳細な紹介から始まり、Databricks Workspaceの詳細なウォークスルーも行われます。 Unity Catalog では、データガバナンスの原則について、その主要な概念、アーキテクチャ、役割を探ります。 このコースでは、クラスターや SQLウェアハウス などの Unity Catalog metastoresとコンピューティング リソースの管理にさらに重点を置きます。 最後に、権限、きめ細かなアクセス、データオブジェクトの管理方法について学習して、データアクセス制御を習得します。 最終的には、効果的なデータガバナンスを実装し、コンピューティングリソースを最適化し、堅牢なデータセキュリティ戦略を実施するために、Unity Catalog を管理するための不可欠なスキルを身に付けます。 Databricks Labs サブスクリプションを購入すると、コースの最後には、ライブの Databricks Workspace 環境で学習した内容を実践するための包括的なラボ演習も行われます。

Languages Available: English | 日本語 | 한국어

Free
2h
instructor-led
Onboarding
Data Engineer

Get Started with Databricks for Data Engineering - Japanese

このコースでは、Databricks Data Intelligence Platformを使用してシンプルなデータエンジニアリングワークフローを実行し、データウェアハウジングの取り組みをサポートできるようにする基本的なスキルを学びます。 ワークスペースのツアーが行われ、カタログ、スキーマ、ボリューム、テーブル、コンピューティング クラスター、Databricks Notebooks など、Databricks のオブジェクトの操作方法が示されます。 次に、基本的なデータ エンジニアリング ワークフローに従って、テーブルの作成と操作、Delta Lake へのデータの取り込み、メダリオン アーキテクチャによるデータの変換、Databricks Workflows を使用したデータ エンジニアリング タスクのオーケストレーションなどのタスクを実行します。 また、Databricks が Databricks SQL、Lakeflow 宣言型パイプライン、Unity Catalog を使用してデータウェアハウジングのニーズをサポートする方法についても説明します。 

Databricks Labs サブスクリプションを購入すると、コースの最後には、ライブの Databricks Workspace 環境で学んだことを実践するための包括的なラボ演習も行われます。

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

Free
2h
instructor-led
Onboarding
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.