Feature Engineering at Scale - Mandarin Chinese

在本课程中，您将全面了解如何在 Databricks 平台上设计、扩展和运营化端到端特征工程管道。课程内容分为三个递进式模块：掌握 Spark 分布式执行与优化的基础知识、使用 Auto Loader 和声明式 LakeFlow 管道实现可扩展的数据摄取，以及借助 Databricks 特征存储进阶至生产级 MLOps。

您将参与实践学习，内容包括：使用 Catalyst optimizer 和 Spark UI 调试 Spark 性能、构建具备自动化质量检查的稳健铜-白银-黄金奖章架构、以及使用 SparkML 实现可扩展的特征转换。课程最终将涵盖通过在线特征存储部署实时特征服务、使用按需转换定义 FeatureSpec，以及借助 Unity Catalog 应用治理与血缘追踪。

完成本课程后，您将具备在企业级规模下管理机器学习完整特征生命周期的能力——设计出高性能、可靠、受治理且面向生产的管道。

注意：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。

Skill Level

Professional

Duration

Prerequisites

本课程内容面向具备以下技能、知识和能力的学员：

1. 已完成"Apache Spark 简介"课程，或具备同等的 Spark 基础知识，包括基本数据转换和 Spark SQL。

* 学习者应熟悉 Spark 在分布式数据处理中的作用。本课程将在此基础上进一步讲解 Spark 如何支持可扩展的机器学习工作流。

2. 具备中级 Python 编程能力，尤其是使用 `pandas`、`numpy` 或 `scikit-learn` 等库进行数据处理的能力。

3. 对传统机器学习工作流有中级程度的理解，包括模型训练、评估和超参数调优。

4. 熟悉 Databricks 平台及 Workflows。

* 强烈建议学习者在学习本课程之前先完成 Databricks 机器学习 Associate 课程。本课程默认学习者已具备在 Databricks 环境中进行 ML 开发的相关知识。

Self-Paced

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

Customer registration Partner registration

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 Declarative Automation Bundles - Mandarin Chinese

本课程全面介绍了 DevOps 原则及其在 Databricks 项目中的应用。课程首先概述了核心 DevOps、DataOps、持续集成（CI）、持续部署（CD）和测试的基本概念，并探讨了如何将这些原则应用于数据工程管道。

课程随后聚焦于 CI/CD 流程中的持续部署，介绍用于项目部署的工具，包括 Databricks REST API、SDK 和 CLI。您将了解声明式自动化包（DAB）及其在 CI/CD 流程中的作用，深入学习其关键组件、文件夹结构，以及它们如何简化在 Databricks 中跨各种目标环境的部署流程。您还将学习如何使用 Databricks CLI 为多个具有不同配置的环境添加变量、修改、验证、部署和执行声明式自动化包。

最后，课程介绍如何将 Visual Studio Code 作为交互式开发环境（IDE），用于在本地构建、测试和部署声明式自动化包，从而优化开发流程。课程最后介绍如何使用 GitHub Actions 自动化部署管道，以增强声明式自动化包的 CI/CD 工作流。

完成本课程后，您将具备使用声明式自动化包自动化 Databricks 项目部署的能力，并能够通过 DevOps 实践提升工作效率。

注意：

Databricks Academy 正在将所有自定进度课程从视频讲座转为更简洁的 PDF 格式，其中包含幻灯片和讲义。请注意，演示视频仍将以原始格式提供。我们非常希望听到您对这一变化的看法，因此请通过课程末尾的课程调查分享您的反馈。感谢您成为我们学习社区的一员！本课程是 ‘Advanced Data Engineering with Databricks’ 系列的第四门课程。

Paid & Subscription

Lab

Professional

Building RAG Agents with Agent Bricks

This course provides hands-on training for building retrieval agents on Databricks. Participants will learn to create Genie Agents for unstructured data, perform information retrieval with Lakebase Search, parse and transform unstructured documents into structured data using AI Functions, chunk text for semantic retrieval, and build AI Search indexes with multiple search modes.

Note: For SCORM lecture files, please ensure that you close the SCORM window after completing the content. Do not click the ‘Next Lesson’ button, as doing so may prevent the SCORM module from being marked as complete.