Databricks Školení v Brno

Databricks představuje jednotnou platformu typu Lakehouse, která kombinuje nástroje Spark a Delta Lake spolu s systémem správy dat Unity Catalog. Tato platforma umožňuje efektivní realizaci rozsáhlých projektů v oblasti zpracování dat a analytiky.

Toto praktické školení pod vedením instruktora (online nebo prezenčně) je určeno technologickým manažerům se základními znalostmi datového inženýrství, kteří chtějí převést složitou procedurální logiku z tradičních systémů OLAP na architekturu Lakehouse s využitím nástrojů Databricks, Sparku, Delta Lake a Unity Catalog.

Po absolvování tohoto kurzu budou účastníci schopni:

• Vysvětlit principy architektury Lakehouse a postup Bronze→Silver→Gold (tzv. medailónový model).
• Převést logiku uložených procedur na implementaci pomocí objektů DataFrame v rámci Sparku a poznámkových bloků.
• Navrhnout a realizovat postupy pro přírůstkové načítání dat, jejich sloučení a optimalizaci s využitím nástroje Delta Lake.
• Sestavit ucelené systémy zpracování dat pomocí funkcí Databricks Workflows, přičemž budou dodrženy principy verzování, testování a správy dat.

Forma kurzu

• Intenzivní výuka vedená instruktorem s podrobnými demonstracemi a vysvětleními.
• Každodenní praktické cvičení s použitím reprezentativních datových souborů a úkolů spojených s migrací.
• Průvodcovská kontrola napsaného kódu, tréninky z oblasti optimalizace výkonu a procvičování orchestrace datových toků.

Možnosti přizpůsobení kurzu

• Kurz lze přizpůsobit vašemu prostředí, typu dat a požadavkům na správu informací; pro konkrétní úpravy nás prosím kontaktujte.

Azure Databricks je cloudová spolupracující platforma, která umožňuje analýzu velkých dat a tvorbu modelů strojového učení s využitím nástroje Apache Spark a ekosystému Microsoft Azure.

Toto živé školení pod vedením lektora (online či na místě) je určeno datovým profesionálům středně pokročilé úrovně, kteří chtějí navrhovat, vytvářet a nasazovat modely strojového učení v Azure Databricks pro finanční aplikace.

Po absolvování tohoto kurzu budou účastníci schopni:

• Vytvářet a trénovat modely strojového učení pomocí finančních dat v prostředí Azure Databricks.
• Využívat nástroj MLflow k sledování experimentů, správě modelů a jejich nasazování.
• Aplikovat modely na detekci anomálií, hodnocení rizik či předpovídání trendů ve finančnictví.
• Integrovat modely strojového učení do škálovatelných procesních řetězců určených k průběžnému hodnocení.

Forma kurzu

• Interaktivní přednášky a diskuze.
• Četné cvičení a praktické úkoly.
• Praktická realizace v prostředí živého laboratorního testování.

Možnosti přizpůsobení kurzu

• Chcete-li si vyžádat kurz na míru, kontaktujte nás a domluvíme detaily.

Databricks je jednotná analytická platforma určená k práci s velkými objemy dat a strojovým učením v prostředí podporujícím spolupráci týmů.

Toto školení vedené instruktorem (online nebo na místě) je určeno pro začínající až středně pokročilé datové analytiky a finanční odborníky, kteří chtějí provádět rozsáhlou analýzu dat s využitím Databricks v rámci finančních aplikací.

Po absolvování tohoto kurzu budou účastníci schopni:

• Používat poznámkové bloky Databricks k dotazování a analýze finančních datových sad.
• Čistit a transformovat surová finanční data za účelem tvorby reportů a zjištění hodnotných informací.
• Vytvářet dashboardy a vizualizace určené k sledování výkonnosti.
• Spolupracovat v reálném čase s ostatními členy týmu na sdílených poznámkových blocích.

Forma kurzu

• Interaktivní přednášky a diskuze.
• Četné cvičení a praktické aktivity.
• Praktická realizace v prostředí simulujícím skutečný provoz.

Možnosti přizpůsobení kurzu

• Chcete-li si vyžádat kurz upravený na míru, kontaktujte nás pro domluvu detailů.

Toto školení pod vedením instruktora Brno (online nebo na místě) je určeno datovým vědcům a vývojářům, kteří chtějí pomocí Databricks nastavit, nasadit a spravovat řešení pro analýzu dat.

Po absolvování tohoto kurzu budou účastníci schopni:

• Nastavit a konfigurovat Databricks.
• Pochopit, jak Databricks spolupracuje s Apache Sparkem.
• Zvládnout načítání a transformaci dat v Databricks.