ZUGESCHNITTENER MICROSOFT DP-090 WORKSHOP: DATABRICKS APACHE SPARK: IMPLEMENTIEREN EINER MACHINE LEARNING LÖSUNG MIT MICROSOFT AZURE DATABRICKS

Zuschnitt! Sie nennen uns Ihre Themen!

Der Workshop richtet sich an betriebliche Praktiker:innen, die Apache Spark direkt einsetzen möchten oder planen, Apache Spark einzusetzen.

Einen Termin vereinbaren wir gemeinsam!

LERNZIELE UND AGENDA

Ziele:

Bereitstellen eines Azure Databricks-Arbeitsbereichs und -Clusters
Verwenden von Azure Databricks zum Arbeiten mit Daten
Aufbereiten von Daten für die Modellierung
Trainieren und Überprüfen eines Machine Learning-Modells / Deep Learning Modells
Verwenden von MLflow zum Nachverfolgen von Experimenten
Verwalten von Modellen
Durchführen von Azure Machine Learning-Experimenten auf Azure Databricks-Compute
Bereitstellen von Modellen, die mit Azure Databricks für Azure Machine Learning trainiert wurden

WORKSHOP

Sie nennen uns Ihre Themen!

Preis auf Anfrage

zzgl. gesetzlicher USt und ggf. Reisekoste

Alle Inhalte des Workshops werden individuell zugeschnitten und zielgruppenspezifisch vermittelt.

Gerne führen wir den Workshop bei Ihnen vor Ort, in Wiesbaden oder online durch.

Leihgebühren Schulungsnotebook (auf Wunsch): 60,- Euro (pro Tag, pro Schulungsrechner)

BUCHEN

Modul 1: Einführung in Azure Databricks.

In diesem Modul erfahren Sie, wie Sie einen Azure Databricks-Arbeitsbereich und -Cluster bereitstellen und für die Arbeit mit Daten verwenden.

Lektionen:

Erste Schritte mit Azure Databricks
Arbeiten mit Daten in Azure Databricks

Labs:

Erste Schritte mit Azure Databricks
Arbeiten mit Daten in Azure Databricks

Modul 3: Verwalten von Experimenten und Modellen.

In diesem Modul erfahren Sie, wie Sie MLflow zum Nachverfolgen von Experimenten verwenden, die in Azure Databricks ausgeführt werden, und wie Sie Machine Learning-Modelle verwalten.

Lektionen:

Verwenden von MLflow zum Nachverfolgen von Experimenten
Verwalten von Modellen

Labs:

Verwenden von MLflow zum Nachverfolgen von Experimenten
Verwalten von Modellen

Modul 2: Trainieren und Auswerten von Machine Learning-Modellen, inkl. Deep Learning.

In diesem Modul erfahren Sie, wie Sie Azure Databricks verwenden, um Daten für die Modellierung von Machine Learning sowie für Deep Learning Modelle aufzubereiten, und wie Sie Machine Learning-und Deep Learning Modelle trainieren und überprüfen.

Lektionen:

Aufbereiten von Daten für Machine Learning / Deep Learning
Trainieren eines Machine Learning-Modells / Deep Learning-Modells

Labs:

Trainieren eines Machine Learning-Modells / Deep Learning Modells
Aufbereiten von Daten für Machine Learning / Deep Learning

Modul 4: Integrieren von Azure Databricks und Microsoft Azure Machine Learning.

In diesem Modul erfahren Sie, wie Sie Azure Databricks mit Azure Machine Learning integrieren.

Lektionen:

Nachverfolgen von Experimenten mit Azure Machine Learning
Bereitstellen von Modellen

Labs:

Bereitstellen von Modellen in Azure Machine Learning
Durchführen von Experimenten in Azure Machine Learning

INHALT

Databricks ist in aller Munde – und der Workshop hier ist genau der richtige und schnelle Einstieg. Databricks stellt mit Apache Spark den Nachfolger von Apache Hadoop bereit, also eine Plattform zur Analyse von – aber nicht nur – Big Data. Dabei ist die Nutzung wesentlich bequemer als das unter Apache Hadoop der Fall war: so gibt es mit pyspark ein Python-Interface, das Ihnen die Nutzung von Python, den üblichen im Data Science Bereich verwendeten Paketen – numpy, scipy, scikit-learn, pandas, matplotlib – ermöglicht sowie auf die Nutzung von Apache Spark spezialisierte Module. Damit können Sie Big Data auf einem Data Lake bearbeiten, die aggregierten Ergebnisse dann in Pandas holen und diese dann wie gewohnt aufbereiten und bereitstellen.

Aber nicht nur Python wird unterstützt: Databricks stellt auch SQL zum Bearbeiten von Big Data bereit. So können erfahrene Datenbank-Nutzer:innen direkt auf Databricks umsteigen.

Machine Learning wird direkt im Apache Spark Ökosystem unterstützt. So stehen auf Big Data spezialisierte Machine Learning-Verfahren in einer gesonderten Bibliothek bereit.

Nutzen können Sie auch jupyter-Notebooks. Hier können Sie Code-Abschnitte mit verschiedenen Programmiersprachen füllen und kombinieren: Spark SQL mit Python oder auch R. Natürlich können Sie auch Programme direkt mit Microsoft Studio Code erstellen und laufen lassen.

Von SQL ist es dann auch nicht mehr weit hin zur Microsoft-Welt, insbesondere dem Microsoft SQL Server: Microsoft hat in der Azure Cloud Databricks voll integriert. Somit können Sie wie gewohnt in Azure arbeiten, auf Datenquellen verschiedenster Art zugreifen und alle Möglichkeiten von Databricks Apache Spark nutzen. So ist auch das Reporting mit Databricks schnell erledigt und automatisiert.

Lektionen und Laboreinheiten des Workshops, aus denen Sie wählen können:

Einen detaillieren Überblick über die Themen finden Sie auch hier: https://learn.microsoft.com/en-us/credentials/certifications/exams/ai-900/