Data Science Workloads mit Azure Databricks

Moderne Data Science erfordert die Fähigkeit, riesige Datensätze zu verarbeiten, die die Grenzen einer einzelnen Maschine überschreiten. Die Verlagerung Ihrer Analysen in die Cloud ermöglicht es Ihnen, verteilte Rechenleistung zu nutzen, um komplexe Probleme im großen Maßstab zu lösen. Dieser Kurs bietet einen klaren Weg, um zu verstehen, wie Azure Databricks kollaborative Data Science und Hochleistungs-Machine-Learning erleichtert. Sie lernen, den Arbeitsbereich zu navigieren, Cluster zu verwalten und Datenexperimente durch schriftliche Erklärungen und praktische Codebeispiele auszuführen. Was Sie lernen werden: - Grundlegende Spark-Architektur und Konzepte der verteilten Datenverarbeitung verstehen - Databricks-Cluster für Data-Science-Aufgaben konfigurieren und verwalten - Große Datensätze mit Spark DataFrames verarbeiten und transformieren - Machine-Learning-Modelle mit skalierbaren Bibliotheken erstellen und bewerten - Experimente verfolgen und Modell-Lebenszyklen mit MLflow verwalten - Delta Lake-Prinzipien für zuverlässige und performante Datenspeicherung anwenden Der Kurs beginnt mit grundlegender Terminologie und der Einrichtung der Umgebung, bevor er sich mit Datenmanipulation, explorativer Analyse und Modellbereitstellung befasst. Dieses textbasierte Programm richtet sich an Anfänger, die in das Feld der Cloud Data Science einsteigen möchten, und es sind keine Vorkenntnisse mit Databricks erforderlich. Beginnen Sie mit dem Erstellen skalierbarer Datenlösungen durch strukturiertes Lesen und schriftliche Übungen.