Get Started with Databricks for Generative AI - Japanese

このコースでは、生成AIシステムの構築と展開のためのキーコンポーネントと機能に焦点を当て、Mosaic AIプラットフォームの実践的な概要を説明します。参加者はDatabricksがスケーラブルな生成AIソリューションの開発をどのように促進するかを学び、Vector Search、Agent Framework、モデル追跡およびロギングのためのMLflowの生成AI機能などのMosaic AIツールについて学習します。このコースには、検索拡張生成 (Retrieval-Augmented Generation-RAG) パイプラインの構築と評価、生成AIエージェントの導入、評価フレームワークを活用してパフォーマンスを最適化する実践的な経験が含まれます。コース終了時には、学習者はMosaic AIを使用して一般的な生成AIアプリケーションを設計、展開、監視するスキルを身に付けます。

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

Skill Level

Onboarding

Duration

Prerequisites

このコンテンツは、以下のスキル/知識/能力を持つ参加者向けに開発されています。

生成AIエンジニアリングのトピックに関する基礎知識があることが推奨されます。

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

Self-Paced

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

Instructor-Led

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

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

Automated Deployment with Databricks Asset Bundles - Japanese

このコースでは、DevOps の原則と Databricks プロジェクトへの適用について包括的に復習します。まず、コア DevOps、DataOps、継続的インテグレーション (CI)、継続的デプロイ (CD)、テストの概要を説明し、これらの原則をデータエンジニアリングのパイプラインに適用する方法を探ります

次に、CI/CD プロセス内の継続的デプロイに焦点を当て、プロジェクトのデプロイメント用の Databricks REST API、SDK、CLI などのツールを検討します。 Databricks アセットバンドル (DAB) と、それらが CI/CD プロセスにどのように適合するかについて学習します。主なコンポーネント、フォルダー構造、Databricks のさまざまなターゲット環境へのデプロイを合理化する方法について詳しく説明します。また、Databricks CLI を使用して、構成の異なる複数の環境に対して変数の追加、変更、検証、デプロイ、および実行を行う方法についても学習します

最後に、このコースでは、Databricks アセットバンドルをローカルでビルド、テスト、デプロイするための対話型開発環境 (IDE) としての Visual Studio Code を紹介し、開発プロセスを最適化します。このコースの最後には、GitHub Actions を使用してデプロイパイプラインを自動化し、Databricks Asset Bundles で CI/CD ワークフローを強化する方法を紹介します

このコースを修了すると、Databricks アセットバンドルを使用して Databricks プロジェクトのデプロイを自動化し、DevOps プラクティスを通じて効率を向上させることができるようになります。

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。

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

Get Started with Databricks for Data Engineering - Japanese

このコースでは、Databricks データインテリジェンスプラットフォームを使用して、シンプルなデータエンジニアリングワークフローの実行とデータウェアハウジングのサポートを行えるようにするための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、ノートブックなどのDatabricks内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、Delta Live Tables、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、Databricks Workspaceのライブ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 | Português BR | 한국어

Paid & Subscription

Lab

Onboarding