Get Started with Databricks Apps

This course covers what an administrator of a Databricks account and its workspaces needs to know, cloud-agnostic: platform architecture and admin roles, compute resource administration, identity administration, CI/CD tooling administration, and workspace administration and security. Cloud-specific mechanics (IAM, storage, networking) are covered in the companion cloud admin courses. Prepares learners for the Databricks Accredited Platform Administrator accreditation.

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.

在本课程中，您将学习如何设计和实现机器学习工作流，使其能够从单台机器扩展到 Databricks 上的分布式 compute。课程内容分为三个模块：模型开发基础（何时以及为何进行分布式处理，以及 Spark 如何执行任务）、使用 Spark ML 和 MLflow 进行可扩展模型开发，以及使用 Ray 和 PyTorch 进行分布式模型训练——最后介绍一个用于为特定工作负载选择合适工具的框架。

通过动手演示和实验，您将使用 Transformers、Estimators 以及 fit/transform 范式构建分布式 Spark ML管道；使用 Spark 上的 Pandas API 扩展现有 Pandas 代码；并使用 MLflow 3 和 Unity Catalog 追踪、比较和管理实验。随后，您将使用 Ray Train 和 PyTorch（TorchDistributor 和 DeepSpeed）在集群中训练模型，并学习如何根据数据规模、模型规模、硬件和成本，将每种工作负载与合适的框架相匹配。

课程最后以一个综合实践项目收尾，该项目涵盖端到端的完整流程——特征工程、大规模训练模型、使用 MLflow 进行追踪，以及通过治理别名将模型注册到 Unity Catalog。（生产部署、服务和监控内容将在独立的 Advanced MLOps 课程中讲授。）

学完本课程后，您将能够在 Databricks 上选择、构建并论证分布式、可复现且受治理的模型开发工作流。

注意：对于 SCORM 讲座文件，请在完成内容后关闭 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。

本内容提供了在 Databricks 中管理数据隐私的综合指南。涵盖的关键主题包括：Delta Lake 架构、区域数据隔离、GDPR/CCPA 合规以及 Change Data Feed（CDF）的使用。通过实际演示和动手实验，参与者将学习如何使用 Unity Catalog 功能来保护敏感数据并确保合规，从而有效维护数据完整性。

注意：

1. Databricks Academy 正在将所有自定进度课程从视频讲座转换为更精简的 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。我们非常希望了解您对这一变化的看法，因此请在课程结束时通过课程调查分享您的反馈。感谢您成为我们学习社区的一员！

2. 本课程是“Advanced Data Engineering with Databricks”系列中的第二门课程。

Languages Available: English | 日本語 | Português BR  | 한국어 | Français | Español | 普通话