首页
›
后端、数据与云原生工程
›
089-Databricks AI与机器学习平台工程
›
《Databricks AI数据质量与元数据治理》
VIP20
本课程属于:089-Databricks AI与机器学习平台工程
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 AI数据质量与元数据治理
共计 30 章节
可可资料掘金营 · 点击在线试看
01
课程导入与全景认知
目标=Databricks AI数据… · 核心概念 · 技术栈全景与学习路径
课程导入
全景认知
02
Databricks平台数据架构基础
目标=Lakehouse架构 · Delta Lake · Unity Catalog与数据治理…
Databricks
平台数据架构基础
03
Unity Catalog元数据模型深入
目标=Catalog · Schema · Table
Unity
Catalog
04
元数据采集与自动发现
目标=使用Unity Catalog… · 信息架构(Information S…
元数据采集
自动发现
05
数据血缘(Lineage)实战
目标=表级与列级血缘的捕获 · 可视化 · API访问及在影响分析中的应用
Lineage
数据血缘
06
数据质量维度与规则设计
目标=完整性 · 准确性 · 一致性
数据质量维度
规则设计
07
Delta Live Tables期望(Expectations)实战
目标=在ETL管道中定义数据质量约束 · 监控指标与告警处理
Delta
Live
08
数据质量监控与仪表板
目标=利用Databricks SQ… · Lakeview仪表板构建数据质量监…
数据质量监控
仪表板
09
数据剖析(Profiling)与异常检测
目标=使用Databricks运行时… · 直方图与自定义指标发现数据异常
Profiling
数据剖析
10
数据质量规则自动化与调度
目标=通过Databricks Jo… · Workflows编排质量检查任务与…
数据质量规则自动…
调度
11
元数据标签与分类
目标=使用标签(Tags) · 属性(Properties)对数据资…
元数据标签
分类
12
敏感数据识别与动态脱敏
目标=基于Unity Catalog… · 行级过滤与基于标签的访问控制
敏感数据识别
动态脱敏
13
数据访问控制与权限治理
目标=GRANT/REVOKE · 角色继承 · 属性基访问控制(ABAC)在Unit…
数据访问控制
权限治理
14
审计与合规监控
目标=利用审计日志 · 系统表追踪数据访问 · 权限变更与合规报告生成
审计
合规监控
15
数据契约(Data Contracts)与Schema演进
目标=在Delta Lake中管理S… · 强制契约与向后兼容策略
Data
Contracts
16
主数据与参考数据治理
目标=在Databricks中管理黄… · 实体解析与参考数据一致性
主数据
参考数据治理
17
AI/ML场景下的特征质量治理
目标=特征存储(Feature St… · 特征漂移检测与元数据管理
AI/ML
场景下的特征质量…
18
模型元数据与可复现性
目标=使用MLflow追踪模型血缘 · 参数 · 指标与数据版本关联
模型元数据
可复现性
19
大语言模型(LLM)与RAG的数据质量
目标=检索增强生成中知识库文档质量 · 分块元数据与引用溯源治理
LLM
RAG
20
数据质量根因分析与修复
目标=从质量告警到根因定位 · 数据修复与预防措施的全流程案例
数据质量根因分析
修复
21
跨工作区与跨云元数据治理
目标=Unity Catalog元数… · 跨区域治理与联邦查询
跨工作区
跨云元数据治理
22
数据质量SLA与运营
目标=定义数据质量服务等级协议 · 监控达标率与运营报告
SLA
数据质量
23
元数据驱动的数据发现与协作
目标=使用Unity Catalog… · 数据资产注释与业务术语表提升可发现性
元数据驱动的数据…
协作
24
数据质量规则即代码
目标=通过Databricks As… · Terraform或API管理质量规…
数据质量规则即代…
Databricks
25
与外部数据目录集成
目标=与Collibra · Alation · Purview等工具的元数据交换与治…
外部数据目录集成
Collibra
26
数据质量度量与KPI体系
目标=设计数据质量评分卡 · 健康度指标与持续改进闭环
KPI
数据质量度量
27
实战项目一
目标=构建端到端数据质量管道 · 期望定义 · 监控告警到修复的完整实现
实战项目一
目标=构建端到端…
28
实战项目二
目标=实现敏感数据自动分类与动态脱敏
实战项目二
目标=实现敏感数…
29
实战项目三
目标=AI特征与模型元数据治理 · 模型血缘与合规审计
实战项目三
AI
30
课程总结与前沿展望
目标=核心知识点回顾 · 最佳实践总结 · AI治理趋势与持续学习资源
课程总结
前沿展望
所属VIP或分类
同VIP:Databricks-AIDataOps持续交付与发布
同VIP:Databricks-AIFinOps成本治理工程
同VIP:Databricks-AI平台可观测性与质量治理