Building ETL Pipelines with SQL - Mandarin Chinese

AI 已经改变了开发者被要求构建的内容：智能体、副驾驶及智能工具正从实验阶段迈入生产阶段，工作重心也从编写代码转向协调模型、数据和服务。在本课程中，您将了解在数据所在之处构建智能体应用程序如何消除拼接碎片化技术栈所带来的基础设施开销。通过一个以账户简报为主题的引导式演示，您将看到 Databricks Apps、Lakebase 和 Agent Bricks（Genie Spaces、Knowledge Assistants 和 Supervisor Agents）如何在一个统一的、受治理的 serverless 基础之上协同工作，从而交付一个生产就绪的智能体应用程序。

本课程专注于使用 Databricks 为机器学习准备数据的基础知识。学员将学习探索、清洗和整理数据的核心技能，这些技能专为传统机器学习应用而设计。主要主题包括数据可视化、特征工程以及最优特征存储策略。通过实践练习，学员将获得在 Databricks 中高效准备机器学习数据集的实操经验。本课程面向初级数据科学家、机器学习从业者，以及希望提升数据准备能力的人员，旨在为成功部署机器学习模型奠定坚实基础。

注意：

这是 'Machine Learning with Databricks’ 系列课程中的第一门课程。对于 SCORM 课程文件，请确保完成内容后关闭 SCORM 窗口。请勿点击 ‘Next Lesson’ 按钮，否则可能导致 SCORM 模块无法标记为已完成

Databricks Apps 使您能够直接在 Databricks 平台上构建和部署交互式数据与 AI 应用程序。但成功的 AI 辅助开发不仅仅是生成代码——它更关乎建立有效的工作流。

在本实践课程中，您将以 Genie Code 作为 AI 开发助手，从零开始构建一个以 Lakebase 为后端的 Databricks App。在此过程中，您将学习一套实用且可重复的 AI 辅助开发方法：在生成代码之前明确表达意图、以小步骤可验证的方式推进工作、充分利用可复用的 Genie Code Skills，以及将 AI 生成的输出视为需要审查和优化的内容——而非直接接受。

您将创建并部署一个 Databricks App，配置并连接 Lakebase 数据库作为其事务存储，实现 CRUD 运营，并使用 Genie Code 加速常见的开发任务。课程结束时，您不仅将拥有一个可运行的应用程序，还将掌握一套在未来 software 项目中与 AI 高效协作的实用框架。

注意：对于 SCORM 课程文件，请在完成内容后关闭 SCORM 窗口。请勿点击“下一课”按钮，否则可能导致 SCORM 模块无法标记为已完成。