Dans ce chapitre, vous configurerez le client d'espace de travail Databricks en Python, l'authentifierez à votre espace de travail et explorerez les opérations d'API de base pour interagir avec les grappes et les tâches.

Premiers pas avec le SDK Databricks

Authentification par défaut

Opérations de base avec le SDK Python de Databricks

Lister des tâches Databricks

Lister les groupes de calcul Databricks

Introduction au SDK Databricks pour Python

Ensuite, vous interrogerez des modèles fondamentaux d'IA à l'aide du SDK Databricks, apprendrez le fonctionnement des rôles de messages de clavardage System et User, et utiliserez des agents SQL LangChain pour interroger directement les données du catalogue Databricks.

Introduction à l'interrogation de modèles d'IA avec Databricks

Rôles des messages de clavardage

Interroger un modèle de base

Interroger un agent conversationnel à l'aide de l'API Databricks Servings Endpoint

Interroger un modèle de complétion de clavardage

Résumé de texte

Révision de texte

Interroger le catalogue Databricks avec le Databricks SQL Agent

Créer un agent LangChain SQL connecté à Databricks

Interroger l'ensemble de données NYC Taxi avec un agent SQL

Interroger les données de ventes d'une boulangerie avec un agent SQL

 Interroger des modèles LLM avec le SDK Databricks

Dans ce dernier chapitre, apprenez à démarrer, planifier et supprimer des grappes et des tâches Databricks par programmation à l'aide du SDK Python.

Création et gestion de grappes

Démarrer une grappe

Vérifier qu'une grappe est en cours d'exécution

Création et gestion des travaux

Créer et exécuter un travail Databricks

Planifier un travail Databricks

Supprimer un job Databricks

Conclusion

 Utiliser le SDK Databricks pour gérer les grappes et les tâches

Prenez le contrôle de votre environnement Databricks avec Python. Ce cours vous montre comment utiliser le SDK Databricks pour authentifier votre espace de travail, gérer des grappes et des tâches, et interagir de façon programmée avec les ressources de la plateforme. Vous apprendrez aussi à interroger des modèles d'IA, à créer des agents intelligents qui analysent les données de votre catalogue Databricks et à automatiser des flux de travail, afin d'acquérir les compétences nécessaires pour gérer et faire évoluer Databricks efficacement avec Python.

<h2>Premiers pas avec le SDK Python Databricks</h2>
Ce cours présente la plateforme Databricks à l’aide du SDK Python, en mettant l’accent sur des flux de travail pratiques et conviviaux pour les développeurs. Vous apprendrez les outils et techniques essentiels pour interagir avec les ressources Databricks et les modèles d’IA, tout en gérant les clusters et les jobs de façon programmatique. L’accent est mis sur des étapes pratiques et reproductibles que vous pouvez réutiliser dans différents projets.  
<br><br>

<h2>Authentification et exploration du client Workspace</h2>
Commencez par configurer et authentifier un client Workspace dans Python. Vous pratiquerez les opérations API de base pour créer, lister et supprimer des ressources, ce qui vous permettra de gagner en confiance avec les modèles requête-réponse utilisés tout au long du SDK. En cours de route, vous comprendrez comment l’authentification et les variables d’environnement permettent un accès sécurisé et scriptable à votre espace de travail Databricks.  
<br><br>

<h2>Interroger des modèles d’IA avec le SDK Databricks</h2>
Plongez dans l’IA en interrogeant des modèles de fondation avec le SDK. Vous apprendrez comment fonctionnent les modèles de complétion de conversation, comment transmettre les messages « System » et « User », et comment intégrer des données externes à vos flux de travail. Vous explorerez également l’API Foundation Models et vous exercerez à générer et à résumer du texte par programmation.  
<br><br>

<h2>Gestion des clusters et des tâches par programmation</h2>
Concluez en orchestrant le calcul et l’automatisation. Vous allez créer, démarrer, valider et supprimer des clusters; puis créer, exécuter, planifier, lister et supprimer des jobs — le tout à partir de Python. À la fin, vous aurez des compétences pratiques pour gérer les ressources, interroger des modèles d’IA et automatiser des flux de travail répétitifs dans Databricks avec confiance.

Intermediate Python for Developers

Maîtrisez Databricks avec Python : authentifiez, gérez les clusters, automatisez et interrogez l'IA.

Databricks avec le SDK Python

Maîtrisez Databricks avec Python : apprenez à vous authentifier, gérer des clusters, automatiser des tâches et interroger des modèles d’IA par programmation.

Senior Software Engineer

Interroger avec l'agent Databricks SQL

Databricks Unity Catalog

LangChain

Dépendances Python pour LangChain

ID du Databricks SQL Warehouse

Authentifier LangChain au poste de travail Databricks

Agent Databricks SQL

Utiliser l'agent Databricks SQL pour interroger le Catalogue

Créer une base SQL LangChain à partir d'un catalogue Databricks

Créer un LLM LangChain avec un modèle fondamental

Créer une trousse SQL LangChain pour base de données

Créer un agent Databricks SQL

Interrogeons des données Databricks !

 Interroger des modèles LLM avec le SDK Databricks - Interroger le catalogue Databricks avec le Databricks SQL Agent

Interroger le catalogue Databricks avec le Databricks SQL Agent

Create Your Free Account