Beginning of dialog window. Escape will cancel and close the window.
End of dialog window.
نکته:
آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
در حال بارگزاری، لطفا صبر کنید...
توضیحات دوره:
متخصصان داده ها در حالی که امکان همکاری در بین تیم ها را دارند ، با مدیریت و تجزیه و تحلیل داده های در مقیاس بزرگ به طور موثر روبرو هستند.
در این دوره ، با استفاده از Databricks ، امکان تنظیم و استفاده از پلت فرم Databricks را برای رسیدگی به این چالش ها به دست می آورید.
ابتدا ، اجزای اصلی پایگاه داده ها ، از جمله فضای کاری ، خوشه ها و نوت بوک ها را کشف خواهید کرد.
در مرحله بعد ، نحوه پیکربندی و بهینه سازی یک فضای کاری Databricks ، از جمله ایجاد خوشه ها و انبارهای SQL ، تنظیم نقش ها و مجوزها و اجرای نوت بوک ها برای اکتشاف و تجزیه و تحلیل داده ها را کشف خواهید کرد.
سرانجام ، شما می آموزید که چگونه با وارد کردن مجموعه داده ها ، پیکربندی کتابخانه ها ، همکاری در نوت بوک های مشترک و اجرای مشاغل Spark ، یک محیط Databricks را تهیه کنید.
پس از اتمام این دوره ، اصول پایگاه داده های لازم برای ساده سازی مهندسی داده ، تجزیه و تحلیل و گردش کار یادگیری ماشین را در سناریوهای دنیای واقعی خواهید داشت.
سرفصل ها و درس ها
اصول پایگاه داده
Databricks Fundamentals
سیستم و نیازهای نرم افزاری
System and Software Requirements
مروری بر Databricks Lakehouse
An Overview of the Databricks Lakehouse
personas databricks
Databricks Personas
اجزای پلتفرم Databricks
Components of the Databricks Platform
Databricks روی ابر اجرا می شود
Databricks Runs on the Cloud
نسخه ی نمایشی: مناطق پشتیبانی شده و دسترسی به پایگاه داده در ابر
Demo: Supported Regions and Accessing Databricks on the Cloud
یک فضای کاری Databricks را تنظیم کنید
Set up a Databricks Workspace
نسخه ی نمایشی: تنظیم فضای کاری Databricks در لاجورد
Demo: Setting up a Databricks Workspace on Azure
نسخه ی نمایشی: ایجاد خوشه های تک گره و چند گره
Demo: Creating Single-node and Multi-node Clusters
نسخه ی نمایشی: داده ها را با استفاده از نوت بوک تجزیه و تحلیل کنید
Demo: Analyze Data Using Notebooks
نسخه ی نمایشی: ایجاد یک انبار SQL
Demo: Creating a SQL Warehouse
نسخه ی نمایشی: اجرای نمایش داده های SQL و استفاده از Genie Databricks
Demo: Running SQL Queries and Using the Databricks Genie
نسخه ی نمایشی: کنترل دسترسی مبتنی بر نقش
Demo: Role Based Access Control
از فضای کاری Databricks استفاده کنید
Use the Databricks Workspace
نسخه ی نمایشی: کاوش در عناصر UI Databricks
Demo: Exploring the Databricks UI Elements
نسخه ی نمایشی: کاوش در ویژگی های نوت بوک
Demo: Exploring Notebook Features
نسخه ی نمایشی: با استفاده از دستیار AI Databricks
Demo: Using the Databricks AI Assistant
نسخه ی نمایشی: با استفاده از UI Monitoring Monitor
Demo: Using the Spark Monitoring UI
یک محیط Databricks را تهیه کنید
Prepare a Databricks Environment
نسخه ی نمایشی: مصرف داده های ساختاری و بدون ساختار
Demo: Ingesting Structured and Unstructured Data
نسخه ی نمایشی: اجرای مشاغل جرقه ای
Demo: Running Spark Jobs
Janani Ravi یک معمار و مهندس داده خبره Google cloud است.
جنانی مدرک کارشناسی ارشد خود را در رشته مهندسی برق از دانشگاه استنفورد دریافت کرد و برای مایکروسافت، گوگل و فلیپ کارت کار کرده است. او یکی از بنیانگذاران Loonycorn است، یک استودیوی محتوا که بر ارائه محتوای با کیفیت بالا برای توسعه مهارت های فنی متمرکز است، جایی که او عشق خود را به فناوری با اشتیاق خود به تدریس ترکیب می کند.
نمایش نظرات