VIP20
本课程属于：088-Databricks Lakehouse数据平台工程 后端、数据与云原生工程 · 共 20 门相关课程，组合学习更完整。
查看所属VIP全部课程 →
← 返回所属目录 咨询 / 购买

Databricks机器学习数据平台集成

共计 30 章节
可可资料掘金营 · 点击在线试看
01
Databricks机器学习数据平台集成导论
目标=课程目标 · Databricks平台核心组件 · 机器学习数据平台集成的定义与价值
Databricks机器学习数据平台…
02
Databricks工作区与计算资源管理
目标=工作区结构 · 集群类型（交互式 · 作业
Databricks工作区
03
数据湖与Delta Lake集成基础
目标=数据湖概念 · Delta Lake事务日志 · ACID特性
DeltaLake
04
数据摄取与ETL管道集成
目标=从外部源（数据库 · 文件 · 流）摄取数据
ETL数据摄取
05
特征工程与特征存储集成
目标=特征工程方法 · Databricks特征存储概念 · 特征表创建与注册
特征工程特征存储集成
06
机器学习运行时与MLflow集成
目标=MLflow跟踪 · 实验管理 · 模型注册
MLflow机器学习运行时
07
模型训练与超参数调优集成
目标=分布式训练 · Hyperopt与MLflow集成 · 并行超参数搜索
模型训练超参数调优集成
08
模型部署与服务化集成
目标=模型服务（Model Serv… · REST API端点 · 批量推理
模型部署服务化集成
09
监控与可观测性集成
目标=模型性能监控 · 数据漂移检测 · 推理日志
监控可观测性集成
10
安全与治理集成
目标=Unity Catalog · 访问控制 · 数据掩码
安全治理集成
11
工作流编排与调度集成
目标=Databricks作业 · 工作流（Jobs） · 触发器
工作流编排调度集成
12
CI/CD与DevOps集成
目标=Databricks Repo… · Git集成 · CI/CD管道（Azure DevO…
CI/CDDevOps
13
数据版本控制与实验管理集成
目标=Delta Lake时间旅行 · MLflow实验对比 · 数据集版本控制
数据版本控制实验管理集成
14
实时机器学习集成
目标=结构化流 · 流式特征计算 · 在线推理
实时机器学习集成目标=结构化流
15
图机器学习与Databricks集成
目标=GraphFrames · 图特征工程 · 图神经网络训练
Databricks图机器学习
16
自然语言处理与Databricks集成
目标=文本预处理 · 嵌入生成 · Hugging Face Trans…
Databricks自然语言处理
17
计算机视觉与Databricks集成
目标=图像数据加载 · 深度学习框架（PyTorch · TensorFlow）集成
Databricks计算机视觉
18
推荐系统与Databricks集成
目标=协同过滤 · 矩阵分解 · 特征存储集成
Databricks推荐系统
19
时间序列预测与Databricks集成
目标=时间序列特征工程 · Prophet · ARIMA
Databricks时间序列预测
20
模型可解释性与公平性集成
目标=SHAP · LIME · Fairlearn
模型可解释性公平性集成
21
自动化机器学习与Databricks集成
目标=AutoML工具包 · 与MLflow和特征存储的集成 · 自动化模型选择与调优
Databricks自动化机器学习
22
数据质量与测试集成
目标=Great Expectati… · Delta Live Tables期… · 数据质量监控
数据质量测试集成
23
成本优化与性能调优集成
目标=集群优化 · 缓存 · 分区
成本优化性能调优集成
24
多云与混合云集成
目标=Azure Databrick… · AWS Databricks · GCP Databricks
多云混合云集成
25
机器学习数据平台集成实战
目标=端到端案例（客户流失预测） · 特征工程 · 训练
机器学习数据平台…目标=端到端案例
26
机器学习数据平台集成实战
目标=端到端案例（实时欺诈检测） · 在线特征 · 模型服务
机器学习数据平台…目标=端到端案例
27
机器学习数据平台集成实战
目标=端到端案例（推荐系统） · 特征存储 · A/B测试
机器学习数据平台…目标=端到端案例
28
机器学习数据平台集成最佳实践
目标=架构模式 · 反模式 · 性能
机器学习数据平台…目标=架构模式
29
机器学习数据平台集成故障排除与调试
目标=常见错误 · 日志分析 · 性能瓶颈
机器学习数据平台…调试
30
机器学习数据平台集成未来趋势
目标=Lakehouse · MLOps演进 · 生成式AI集成
机器学习数据平台…Lakehouse