Aprende el poder de la Casa del Lago En el mundo actual, lleno de datos, necesitamos herramientas que nos permitan basarnos en ellos tanto como sea posible. Este curso te guía de principio a fin sobre cómo la Plataforma Lakehouse de Databricks proporciona una plataforma única, escalable y de alto rendimiento para tus procesos de datos. Trabajar con un conjunto de datos del mundo real te enseñará a realizar diversas tareas dentro de la plataforma Databricks. Empezarás el curso aprendiendo a administrar la plataforma Databricks y asegurándote de que tu entorno está configurado de forma segura.

Practica la ingeniería de datos escalable Tras configurar tu espacio de trabajo, aprenderás a crear potentes canalizaciones de datos utilizando Databricks. Aplicarás distintas transformaciones al conjunto de datos, haciéndolo pasar de Bronce a Plata y luego a Oro en una arquitectura Medallón. Aprenderás cómo los clusters Databricks proporcionan potencia de cálculo y escalabilidad fácilmente disponibles. Configurarás un flujo de trabajo Databricks de extremo a extremo para automatizar toda tu canalización de datos.

Utiliza Lakehouse como almacén de datos Una parte clave de la arquitectura de Lakehouse es que puedes consultar tu almacenamiento de datos como si fuera un almacén de datos tradicional. En esta sección, aprenderás cómo Databricks SQL te proporciona el rendimiento de almacenamiento de datos que deseas sobre tu lago de datos. Aprenderás a crear consultas utilizando SQL ANSI estándar, y a utilizar esos resultados para crear cuadros de mando ad hoc con todo tu conjunto de datos.

Implementar la ciencia de datos gobernada y el machine learning Por último, aprenderás cómo Databricks proporciona un conjunto completo de herramientas para casos de uso de ciencia de datos y machine learning. Aprenderás a seguir y evaluar tus modelos utilizando el marco MLFlow totalmente integrado para MLOps. Aprenderás cómo el Almacén de Características y el Registro de Modelos simplifican el proceso de creación de modelos de machine learning con calidad de producción. Por último, aprenderás a desplegar y supervisar tus modelos utilizando las funciones integradas de servicio de modelos.

EDA en Tejidos de datos

Conceptos de Databricks

Ejercicio interactivo práctico