Nota
O acesso a esta página requer autorização. Podes tentar iniciar sessão ou mudar de diretório.
O acesso a esta página requer autorização. Podes tentar mudar de diretório.
Os tutoriais nesta seção apresentam os principais recursos e orientam você pelas noções básicas de trabalho com a plataforma Azure Databricks.
Para obter informações sobre recursos de treinamento on-line, consulte Obter treinamento gratuito do Databricks.
Se você não tiver uma conta do Azure Databricks, inscreva-se para uma avaliação gratuita.
| Guia de Aprendizagem | Detalhes |
|---|---|
| Consultar e visualizar dados | Use um bloco de anotações Databricks para consultar dados de exemplo armazenados no Unity Catalog usando SQL, Python, Scala e R e, em seguida, visualize os resultados da consulta no bloco de anotações. |
| Importar e visualizar dados CSV de um bloco de notas | Use um bloco de anotações Databricks para importar dados de um arquivo CSV contendo dados de nomes de bebês para o volume do https://health.data.ny.gov Catálogo Unity usando Python, Scala e R. Você também aprende a modificar um nome de coluna, visualizar os dados e salvar em uma tabela. |
| Criar uma tabela | Crie uma tabela e conceda privilégios no Databricks usando o modelo de governança de dados do Unity Catalog. |
| Construa um pipeline ETL usando Lakeflow Spark Declarative Pipelines | Crie e implante um pipeline ETL (extrair, transformar e carregar) para orquestração de dados usando Lakeflow Spark Declarative Pipelines e Auto Loader. |
| Crie um pipeline ETL usando o Apache Spark | Desenvolva e implante seu primeiro pipeline ETL (extrair, transformar e carregar) para orquestração de dados com o Apache Spark™. |
| Treinar e implantar um modelo de ML | Crie um modelo de classificação de aprendizado de máquina usando a biblioteca scikit-learn no Databricks para prever se um vinho é considerado de "alta qualidade". Este tutorial também ilustra o uso do MLflow para acompanhar o processo de desenvolvimento do modelo e do Hyperopt para automatizar o ajuste de hiperparâmetros. |
| Consultar LLMs e criar protótipos de agentes de IA sem necessidade de programação | Use o AI Playground para consultar grandes modelos de linguagem (LLMs) e comparar resultados lado a lado, prototipar um agente de IA chamador de ferramentas e exportar seu agente para o código. |
| Ligar ao Azure Data Lake Storage | Conecte-se do Azure Databricks ao Azure Data Lake Storage usando o OAuth 2.0 com um principal de serviço Microsoft Entra ID. |
Obter ajuda
- Se você tiver alguma dúvida sobre como configurar o Azure Databricks e precisar de ajuda ao vivo, envie um e-mail onboarding-help@databricks.compara .
- Se a sua organização não tiver uma subscrição de suporte do Azure Databricks ou se não for um contacto autorizado para a subscrição de suporte da sua empresa, pode obter respostas da Comunidade Databricks.