Machine Learning Operations - Japanese

このコースでは、MLOps とモデルライフサイクルの管理に焦点を当てて、機械学習モデル運用の包括的な調査を通じて参加者に説明します。最初のセグメントでは、重要な MLOps コンポーネントとベストプラクティスを取り上げ、参加者に機械学習モデルを効果的に運用するための強力な基盤を身に付けられるようにします。コースの後半では、モデルライフサイクルの基礎を掘り下げ、モデルレジストリと Unity Catalog を組み合わせてシームレスにナビゲートし、効率的なモデル管理を行う方法を紹介します。このコースを修了すると、参加者は実践的な知見と MLOps の原則を包括的に理解し、機械学習モデル運用の複雑な状況を切り抜けるために必要なスキルを身に付けることができます。

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

Skill Level

Associate

Duration

Prerequisites

このコンテンツを受講する前に、少なくとも次のことに関する知識が必要です。

機械学習の基本的な概念に関する知識
MLflow トラッキングに関する知識
Databricks Workspace とノートブックに関する理解
Python に関する中級レベルの知識

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 Analyst

Data Warehousing with Databricks - Japanese

このコースは、Databricks のデータウェアハウジング機能について学習したいデータプロフェッショナルを対象としています。 Databricks に関する予備知識がなくても、最新のクラウドベースのデータウェアハウジングソリューションとして Databricks を活用する方法を紹介します。学習者は、Databricks Data Intelligence Platformをどのように使用して、業界標準の TCP-DI データセットを参考にして、データの取り込み、変換、管理、分析を効率的に行う方法を学習します。また、自然言語クエリーによるデータ探索を簡素化する Databricks の革新的な機能である Genie についても学習します。このコースを修了すると、Databricks を使用してデータウェアハウスを実装および最適化するための基本的なスキルが身に付きます。

Languages Available: English | 日本語 | 한국어

AI/BI for Data Analysts - Japanese

このコースでは、Databricks が提供する機能を使用してビジネスインテリジェンスのニーズに対応する方法を学習します。 AI/BI ダッシュボードと AI/BI Genie。 Databricks データアナリストは、プラットフォーム内に AI/BI ダッシュボードと AI/BI Genie Spaces を作成し、関係者や必要な関係者によるこれらの資産へのアクセスを管理し、これらの資産が編集、更新、または廃止されたときに、そのライフサイクル全体にわたって維持する任務を負います。このコースでは、ビジネスインサイトのためのダッシュボードを設計し、それをコラボレーターや利害関係者と共有し、それらの資産をプラットフォーム内で維持する方法を参加者に指示することを目的としています。また、Databricks Data Intelligence Engineを活用した環境の構築と保守を通じて、AI/BI Genie Spacesを活用してセルフサービスアナリティクスをサポートする方法も学びます。

Advanced Data Engineering with Databricks - Japanese

このコースは、Databricksを使った高度なデータエンジニアリングを学ぶための適切な入り口となります。以下では、このコースに含まれる4つの4時間の各モジュールについて説明します。

Databricks Streaming and Delta Live Tables

Databricks ストリーミングと Delta Live Tables (SDLT) コースは、Databricks 認定プロフェッショナルデータエンジニア認定試験の準備を目的としています。このコースの内容は、データエンジニアラーニングパスのプロフェッショナルレベルのモジュールで構成されており、インストラクター主導のトレーニング(ILT)として提供されます。

Databricks Data Privacy

このコンテンツでは、Databricks 内でデータプライバシーを管理するための包括的なガイドを提供します。 Delta Lake アーキテクチャ、リージョンのデータ分離、GDPR/CCPA コンプライアンス、チェンジデータフィード (CDF) の使用状況などの主要なトピックについて説明します。実践的なデモとハンズオンラボを通じて、参加者は Unity Catalog の機能を使用して機密データの保護とコンプライアンスを確保し、データの整合性を効果的に保護する方法を学びます。

Databricks Performance Optimization

このコースでは、SparkとDelta Lakeを使用してワークロードと物理レイアウトを最適化する方法と、Spark UIを分析してパフォーマンスを評価し、アプリケーションをデバッグする方法を学びます。ストリーミング、リキッドクラスタリング、データスキップ、キャッシュ、Photonなどのトピックについて説明します。

Automated Deployment with Databricks Asset Bundles

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。

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