In dit hoofdstuk stel je de Databricks workspace client in met Python, authenticeren je deze voor je workspace en verken je basis-API-bewerkingen om met clusters en jobs te werken.

Aan de slag met de Databricks SDK

Standaardauthenticatie

Basisbewerkingen met de Databricks Python SDK

Databricks-jobs opvragen

Databricks-clusters weergeven

Introductie tot de Databricks Python SDK

Vervolgens bevraag je AI foundation-modellen met de Databricks SDK, leer je hoe de System- en User-chatrollen werken, en gebruik je LangChain SQL-agents om data rechtstreeks uit de Databricks-catalogus te bevragen.

Introductie tot het bevragen van AI-modellen met Databricks

Chat Message Roles

Een Foundation Model bevragen

Chatbot bevragen met de Databricks Servings Endpoint API

Een chat-completionmodel bevragen

Tekstsamenvatting

Tekst proeflezen

Query de Databricks Catalog met de Databricks SQL Agent

Maak een LangChain SQL-agent verbonden met Databricks

Query de NYC Taxi-gegevensset met een SQL Agent

Bakery-verkoopgegevens opvragen met een SQL-agent

 AI-modellen bevragen met de Databricks SDK

In dit laatste hoofdstuk leer je hoe je Databricks-clusters en -jobs programmatisch kunt starten, inplannen en verwijderen met de Python SDK.

Clusters maken en beheren

Een cluster starten

Controleren of een cluster draait

Jobs maken en beheren

Maak en voer een Databricks-job uit

Plan een Databricks-job in

Verwijder een Databricks-job

Afronding

 De Databricks SDK gebruiken om clusters en jobs te beheren

Neem de controle over je Databricks-omgeving met Python. In deze cursus leer je hoe je de Databricks SDK gebruikt om je workspace te authenticeren, clusters en jobs te beheren en programmatisch met platformresources te werken. Je leert ook AI-modellen bevragen, slimme agents maken die data uit je Databricks-catalogus analyseren, en workflows automatiseren, zodat je Databricks efficiënt kunt beheren en opschalen met Python.

<h2>Aan de slag met de Databricks Python SDK</h2>
Deze cursus maakt je wegwijs in het Databricks-platform via de Python SDK, met de nadruk op praktische, ontwikkelaarsvriendelijke workflows. Je leert de essentiële tools en technieken om met Databricks-resources en AI-modellen te werken, terwijl je clusters en jobs programmatisch beheert. De nadruk ligt op praktische, reproduceerbare stappen die je in verschillende projecten opnieuw kunt gebruiken.  
<br><br>

<h2>Authenticatie en verkenning van de Workspace-client</h2>
Begin met het instellen en authenticeren van een Workspace Client in Python. Je oefent met de belangrijkste API-bewerkingen om resources te maken, op te lijsten en te verwijderen, zodat je vertrouwen opbouwt in de request–responsepatronen die overal in de SDK worden gebruikt. Onderweg leer je hoe authenticatie en omgevingsvariabelen veilige, scriptbare toegang tot je Databricks Workspace mogelijk maken.  
<br><br>

<h2>AI-modellen bevragen met de Databricks SDK</h2>
Duik in AI door foundation models te bevragen met de SDK. Je leert hoe chatcompletionmodellen werken, hoe je “System”- en “User”-berichten doorgeeft en hoe je externe data in je workflows integreert. Je verkent ook de Foundation Models API en oefent met het programmatisch genereren en samenvatten van tekst.  
<br><br>

<h2>Clusters en jobs programmatisch beheren</h2>
Sluit af door compute en automatisering te orkestreren. Je maakt, start, valideert en verwijdert clusters; daarna maak, voer, plan, lijst en verwijder je jobs — allemaal vanuit Python. Aan het einde beschik je over praktische vaardigheden om resources te beheren, AI-modellen te bevragen en herhaalbare workflows in Databricks met vertrouwen te automatiseren.

Intermediate Python for Developers

Beheers Databricks met Python: leer authenticeren, clusters beheren, taken automatiseren en AI-modellen opvragen.

Databricks met de Python SDK

Databricks beheersen met Python: leer authenticeren, clusters beheren, jobs automatiseren en AI-modellen programmatisch opvragen.

Chat Message Roles

Databricks met de Python SDK

Interactieve oefening met praktijkervaring