Szkolenia Databricks w Piotrków Trybunalski

Databricks to zunifikowana platforma Lakehouse, która łączy Spark, Delta Lake i zarządzanie (Unity Catalog), aby wspierać skalowalne przepływy pracy w inżynierii danych i analizach.

Ten prowadzony przez instruktora, żywy trening (online lub na miejscu) jest skierowany do menedżerów technologicznych na średnim poziomie zaawansowania, z doświadczeniem w inżynierii danych, którzy chcą migrować złożoną proceduralną logikę OLAP do architektury Lakehouse przy użyciu Databricks, Spark, Delta Lake, Unity Catalog i natywnych przepływów pracy.

Po zakończeniu szkolenia uczestnicy będą w stanie:

• Wyjaśnić architekturę Lakehouse i wzorzec Bronze→Silver→Gold (Medallion).
• Przetłumaczyć logikę procedur składowanych na implementacje Spark DataFrame i notatników.
• Projektować i implementować procedury przyrostowego ładowania, scalania i optymalizacji przy użyciu Delta Lake.
• Budować kompleksowe zorganizowane potoki z wykorzystaniem Databricks Workflows, kontroli wersji, testowania i zarządzania.

Format kursu

• Intensywne sesje prowadzone przez instruktora z ukierunkowanymi demonstracjami i wyjaśnieniami.
• Codzienne praktyczne laboratoria z wykorzystaniem reprezentatywnych zestawów danych i ćwiczeń migracyjnych.
• Przeglądy kodu, warsztaty dostrajania wydajności i praktyka organizacji przepływów pracy.

Opcje dostosowania kursu

• Ten kurs może zostać dostosowany do Twojego środowiska, zestawów danych i wymagań zarządzania; skontaktuj się z nami, aby omówić dostosowanie.

Azure Databricks to oparta na chmurze platforma do współpracy, która wspiera analizę dużych zbiorów danych i uczenie maszynowe z wykorzystaniem Apache Spark i ekosystemu Microsoft Azure.

To szkolenie prowadzone przez instruktora (online lub na miejscu) jest skierowane do specjalistów ds. danych na poziomie średniozaawansowanym, którzy chcą projektować, budować i wdrażać modele uczenia maszynowego przy użyciu Azure Databricks w zastosowaniach finansowych.

Po zakończeniu szkolenia uczestnicy będą mogli:

• Budować i trenować modele uczenia maszynowego przy użyciu danych finansowych w Azure Databricks.
• Korzystać z MLflow do śledzenia eksperymentów, zarządzania modelami i wdrażania rozwiązań.
• Stosować modele do wykrywania anomalii, oceny ryzyka lub prognozowania trendów w finansach.
• Integrować modele ML w skalowalne potoki do ciągłej ewaluacji.

Format kursu

• Interaktywny wykład i dyskusja.
• Wiele ćwiczeń i praktyki.
• Praktyczna implementacja w środowisku live-lab.

Opcje dostosowania kursu

• Aby zamówić dostosowane szkolenie, skontaktuj się z nami w celu uzgodnienia szczegółów.

Databricks to zintegrowana platforma analityczna zaprojektowana do pracy z dużymi zbiorami danych i uczeniem maszynowym w środowiskach współpracy.

To szkolenie prowadzone przez instruktora (online lub na miejscu) jest skierowane do analityków danych na poziomie podstawowym i średniozaawansowanym oraz profesjonalistów z dziedziny finansów, którzy chcą przeprowadzać analizę danych na dużą skalę przy użyciu Databricks w przypadkach użycia związanych z finansami.

Pod koniec szkolenia uczestnicy będą mogli:

• Korzystać z notatników Databricks do wykonywania zapytań i analizy zbiorów danych finansowych.
• Czyścić i przekształcać surowe dane finansowe na potrzeby raportowania i uzyskiwania wniosków.
• Tworzyć pulpity nawigacyjne i wizualizacje do śledzenia wyników.
• Współpracować z członkami zespołu w czasie rzeczywistym na współdzielonych notatnikach.

Format kursu

• Interaktywny wykład i dyskusja.
• Dużo ćwiczeń i praktyki.
• Praktyczna implementacja w środowisku live-lab.

Opcje dostosowania kursu

• Aby zamówić dostosowane szkolenie, skontaktuj się z nami w celu ustalenia szczegółów.

To szkolenie prowadzone przez instruktora, na żywo w Piotrków Trybunalski (online lub na miejscu) jest skierowane do naukowców zajmujących się danymi oraz deweloperów, którzy chcą skonfigurować, wdrożyć i zarządzać rozwiązaniami analityki danych przy użyciu Databricks.

Po zakończeniu szkolenia uczestnicy będą mogli:

• Składurować i skonfigurować Databricks.
• Zrozumieć, jak współpracują ze sobą Databricks i Apache Spark.
• Nauczyć się ładować i przekształcać dane w Databricks.