Introduction to Python for Data Science and Data Engineering - Japanese

このコースでは、機械学習ライフサイクルと MLOps に関する包括的な理解を提供し、データおよびモデル管理、テスト、スケーラブルなアーキテクチャのベストプラクティスを重点的に取り上げます。CI/CD、パイプライン管理、環境の分離などの主要な MLOps コンポーネントを網羅しながら、Declarative Automation Bundles (DABs)、Lakeflow ジョブ、Model Serving など、自動化およびインフラ管理のための Databricks のツールを紹介します。モニタリング、カスタムメトリクス、ドリフト検出、モデルロールアウト戦略、A/B テスト、および信頼性の高い MLOps システムの原則について学び、Databricks における機械学習プロジェクトの実装と管理を総合的なビューで理解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。

このコースでは、Databricks Data Intelligence Platform におけるデータモデリングアプローチの全領域を実践者向けに解説します。古典的なデータウェアハウス手法（Inmon、Kimball、Data Vault 2.0）から、Feature Store を活用した機械学習ユースケース、さらに Unity Catalog 上の Data Products によるデータの製品化まで幅広く取り上げます。

各モデリングアプローチは講義形式で紹介した後、共有データセット（TPC-H サンプル）を使ったハンズオンデモで理解を深めます。コースの最後には、ERM、ディメンショナルモデリング、Data Vault 2.0、および Feature Store を単一の統合ワークフローで実践する包括的なエンドツーエンドのラボを行います。

注:

このコースには、受講者がコース全体を受講した後に実施する実習ラボが含まれています。SCORM 講義ファイルの場合は、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’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可能性があります。

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

このコースでは、大規模なデータウェアハウジングのデプロイメントにおけるパフォーマンスの最適化、コスト管理、およびセキュリティについて学習します。

このコースは、複数のビジネスユニットにわたって数百から数千のユーザーにサービスを提供する Databricks 環境の管理を担当するデータウェアハウジングの実務者を対象としています。データウェアハウジングの操作を効率的にスケールしながら、高いパフォーマンス、コスト効率、およびセキュリティ基準へのコンプライアンスを維持するために必要なスキルを習得します。

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。