Temario curso

• Introducción a Databricks.
• ¿Qué podemos hacer con Databricks?
• Arquitectura de Databricks.
• Plano de control.
• Plano de datos.
• ¿Cómo funciona?
• Databricks para ingenieros de datos y científicos de datos.
• Databricks SQL.
• Características de Databricks SQL.
• Puntos de conexión de SQL para Databricks SQL.
• Componentes de Databricks.
• Área de trabajo.
• Notebooks.
• Bibliotecas.
• Carpeta.
• Experimento de MLflow.
• Interfaz.
• Interfaz de usuario de malvaviscos de datos.
• API de Databricks.
• CLI de Databricks.
• Gestión de datos.
• DBFS.
• Tablas.
• Base de datos.
• Metatienda.
• Gestión de computación.
• Clúster.
• Clúster multipropósito.
• Clúster de trabajos.
• Pools.
• Databricks en tiempo de ejecución.
• Databricks runtime para el aprendizaje automático.
• Photon.
• Databricks ligero.
• Databricks runtime para genomics (en desuso).
• Gestión de accesos.
• Usuario.
• Grupo.
• Listas de control de acceso (ACL).

• Conceptos básicos del clúster de Databricks.
• Recursos de computación en clúster.
• Clústeres.
• Gobernanza de clústeres.
• Arquitectura de plataforma, seguridad y protección de datos.
• Arquitectura de la plataforma.
• Seguridad de la plataforma.
• Protección de datos.
• Administración de acceso a datos de Databricks.
• Administración de clústeres de Databricks.
• Administración de Databricks SQL Analytics.

• Introducción a Apache Spark.
• Historia.
• Evolución a DataBricks.
• ¿Qué le pasó a Apache Spark?
• Características de Apache Spark.
• La paráfrasis del libro y la analogía de la traducción.
• Spark y su evolución.
• Componentes de Apache Spark.
• Conjunto de datos distribuidos resilientes (RDD).
• Conjuntos de datos y DataFrames.
• Grafo acíclico dirigido (DAG).
• Mecanismo de ejecución.
• Procesamiento de datos mediante la canalización de Databricks.
• Creación de un marco de auditoría con Databricks.
• Viaje en el tiempo.

• Orquestación de canalizaciones de datos y aprendizaje automático en Databricks.
• Ejecución de tareas de Databricks mediante Amazon Managed Airflow.
• Ejecute y organice las tareas de Databricks mediante Data Factory.
• Cree un servicio vinculado de Azure Databricks.

• Conceptos de Delta Live Table.
• Componentes de la tabla Delta Live.
• Creación de Delta Live Tables con Python y SQL.
• Componentes de Delta Live Table.
• Flujo de trabajo de desarrollo con Delta Live Table.
• Configuraciones de Delta Live Table.

• Transmisión de datos con transmisión de estructuras.
• Cambiar fuente de datos.

• Introducción a MLOps y MLflow.
• Modele la administración del ciclo de vida mediante MLflow.
• Introducción al entorno de MLflow.
• Instalación de MLflow.
• Configuración del proyecto de MLflow con el repositorio de modelos.
• Entrene e implemente el modelo.
• Métricas del modelo de registro.

• Repos para la integración de Git.

• Databricks SQL Analytics.
• Databricks como origen de datos con Tableau.
• Databricks DirectQuery con Power BI.
• Databricks DirectQuery con Qlik.
• Databricks DirectQuery con TIBCO Spotfire Analyst.

• Delta Lake: ajuste de hiperparámetros con Hyperopt.
• Control de accesos y gestión de secretos.
• Configuración y políticas del clúster.
• Gobernanza de datos.
• Cumplimiento de GDPR y CCPA mediante Delta Lake.