了解适用于云数据战略的全新 lakehouse 范式，以及 Databricks Lakehouse 平台如何使您的数据架构实现现代化。掌握 Databricks 平台的基础组件及其如何协同工作。

Databricks Lakehouse 平台简介

为什么选择 Lakehouse？

Databricks Lakehouse 的优势

架构决策

Databricks Lakehouse 平台的核心功能

为什么选择 Delta？

面向不同角色的 Databricks

针对各类数据角色的功能

管理 Databricks 工作区

管理与添加用户

Databricks 工作区设置示例

控制平面 vs. 数据平面

配置您的 Databricks 工作区

欢迎使用 Databricks

学习如何使用 Databricks 的功能来处理、转换和清洗数据。动手实践 Delta 存储格式、Delta Live Tables 和 Workflows 等能力，组合构建端到端的数据管道。

Databricks 入门

Data Explorer 的功能

设置笔记本

集群配置

Databricks 中的数据工程基础

DataFrame

从数据库读取

写入外部表

在 Databricks 中进行数据转换

加载托管文件

选择合适的语言

数据管道步骤

Databricks 中的数据编排

Databricks 中可实现的自动化

Delta Live Tables 的优势

Databricks 中端到端数据管道示例

数据工程

将 Databricks Lakehouse 平台用作满足商业智能（BI）用例的数据仓库解决方案。利用 Databricks 内置的 SQL 优化能力在您的数据上创建查询和仪表板。

Databricks SQL 概览

Databricks SQL 的优势

数据流程中的 Databricks SQL

Databricks SQL 与其他数据库

Databricks SQL 入门

选择您的 SQL 仓库

SQL Editor 与笔记本的比较

创建 usSales 表

Databricks SQL 查询与仪表板

理解 Databricks SQL 资产

在查询中使用参数

创建 Databricks SQL 仪表板

创建用户评论查询

Databricks SQL 与数据仓库

使用 Databricks 结合托管的 MLFlow 管理您的机器学习流水线。围绕模型开发全生命周期，借助 Feature Store、Model Registry 和 Model Serving Endpoints，在 lakehouse 中打造稳健的 MLOps 平台。

Lakehouse AI 概览

Lakehouse 对机器学习的优势

选项

DataOps

ModelOps

DevOps

Databricks 中的 MLOps 任务

在 Databricks 中使用机器学习

在 Databricks 中进行 EDA

为什么选择 ML Runtime？

EDA 流程

在笔记本中探索数据

在 Databricks 中使用 MLFlow 进行模型训练

单节点

多节点

单节点 vs. 多节点机器学习

面向公民数据科学家的 Databricks

MLFlow 流程

使用 MLFlow 进行跟踪

在 Databricks 中部署模型

模型与 Model Registry

为什么在模型部署中选择 Databricks？

端到端机器学习流水线示例

Databricks 的 ML 流水线

端到端 ML 流水线

总结

大规模应用与机器学习中的 Databricks

本课程将全程引导您了解 Databricks Lakehouse Platform 如何为您的数据流程提供统一、可扩展且高性能的平台。您将基于真实数据集开展练习，学习如何在 Databricks 平台中完成各类任务。整个课程中，您将了解并实践 Databricks Lakehouse 平台的不同功能，并看到它们如何应用于不同的数据用例。

<hr>了解 Lakehouse 的强大功能</hr>在当今数据充盈的世界里，我们需要能够让我们尽可能以数据为驱动的工具。 本课程将带您从头到尾了解 Databricks Lakehouse Platform 如何为您的数据流程提供一个统一、可扩展且高性能的平台。 通过处理真实世界的数据集，你将学会如何在 Databricks 平台内完成各种任务。 你将从学习如何管理 Databricks 平台以及确保你的环境安全配置开始这门课程。 
<hr>实践可扩展的数据工程</hr> 设置好工作区后，你将学习如何使用 Databricks 创建强大的数据管道。 您将对数据集应用不同的转换，将其在 Medallion 架构中从 Bronze 迁移到 Silver，再到 Gold。 您将学习 Databricks 集群如何提供随时可用的计算能力和可扩展性。 您将设置一个端到端的 Databricks 工作流，以自动化您的整个数据管道。 
<hr>将 Lakehouse 用作您的数据仓库</hr> Lakehouse 架构的一个关键部分是，您可以像查询传统数据仓库一样查询您的数据存储。 在本节中，您将了解 Databricks SQL 如何在您的数据湖之上为您提供所需的数据仓库性能。 您将学习如何使用标准 ANSI SQL 创建查询，并利用这些结果针对整个数据集创建临时仪表板。 
<hr>实施受治理的数据科学和机器学习</hr> 最后，您将了解 Databricks 如何为数据科学和机器学习用例提供一整套完整工具。 您将学习如何使用完全集成的 MLFlow 框架进行 MLOps，以跟踪和评估您的模型。 您将学习特征存储和模型注册表如何简化创建生产级机器学习模型的过程。 最后，您将学习如何使用内置的模型服务功能来部署和监控您的模型。

Intermediate SQL

Understanding Data Engineering

Understanding Machine Learning

本课程展示Databricks Lakehouse的强大功能，提升数据工程和机器学习技能。

Databricks 概念

了解 Databricks Lakehouse 的强大功能，助你提升数据工程和机器学习技能。

Data Practitioner

让我们来练习！

大规模应用与机器学习中的 Databricks - 端到端机器学习流水线示例

端到端机器学习流水线示例

Create Your Free Account