Stream Processing and Analysis with Apache Spark™ - Mandarin Chinese

Databricks Apps 让您能够直接在 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，更在于建立有效的工作流。

在本课程中，您将学习如何以 Genie Code 作为 AI 开发助手，从零开始构建一个基于 Lakebase 的 Databricks App。在此过程中，您将掌握一套实用且可复用的 AI 辅助开发方法：在生成代码之前清晰表达意图，以小步骤、可验证的方式推进工作，并将 AI 生成的输出视为需要审查和完善的内容，而非直接接受。

您将创建并部署一个 Databricks App，并使用 Genie Code 加速常见的开发任务。完成本课程后，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软件项目中与 AI 高效协作的实用框架。

在本课程中，您将学习在 Databricks Platform 上进行平台管理的基础知识。本课程全面介绍了 Unity Catalog——这是在 Databricks 环境中实现有效数据治理的关键组件。课程共分为五个模块，首先详细介绍 Databricks 基础架构及其平台，包括对 Databricks Workspace 的深入讲解。您将浏览 Unity Catalog 中的数据治理原则，涵盖其核心概念、架构和角色。课程还着重介绍如何管理 Unity Catalog 元存储和 compute 资源，包括经典 compute 和 SQL 仓库。最后，您将通过学习权限、细粒度访问控制以及如何管理数据对象，掌握数据访问控制。课程结束后，您将具备管理 Unity Catalog 所需的核心技能，从而实现有效的数据治理、优化 compute 资源并制定可靠的数据安全策略。购买 Databricks Labs 订阅后，本课程还将以一个综合实验室练习作为收尾，帮助您在真实的 Databricks Workspace 环境中实践所学内容。

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

本课程介绍 AI 智能体的概念、其在现代 AI 应用中的作用，以及如何在 Databricks 平台上构建 AI 智能体应用程序。您将学习 AI 智能体的基本原理、它们与传统 AI 系统的区别，并浏览其核心键组件。通过互动演示和实践实验，您将了解如何使用 Databricks AI 和 Agent Bricks 在 Databricks 上构建、部署和评估 AI 智能体。在本课程结束时，您将掌握如何使用 Databricks Data + AI Platform 创建和部署 AI 智能体。

注意：Databricks Academy 正在将 Databricks 环境中的课堂课程转为基于 notebook 的形式，并停止在讲座中使用幻灯片。您可以在 Vocareum 实验环境中访问课程 notebook。