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

Databricks平台架构与AI集成全景

目标=Lakehouse架构 · 计算资源类型 · 工作区组件

工作区配置与集群管理

目标=创建与配置交互式集群 · 作业集群 · 集群策略

工作区配置集群管理

数据接入与统一存储

目标=从云存储 · 数据库 · 流式源读取数据

数据接入统一存储

使用Spark进行数据探索与特征工程

目标=DataFrame API · SQL · 窗口函数

Delta Lake表管理与优化

目标=ACID事务 · 时间旅行 · 模式演化

Unity Catalog数据治理与权限

目标=目录 · 模式 · 表

Databricks Feature Store入门

目标=创建特征表 · 特征函数 · 训练集生成

DatabricksFeature

MLflow实验跟踪与模型管理

目标=记录参数 · 指标 · 工件

MLflow实验跟踪

使用AutoML快速构建基线模型

目标=界面操作 · 数据准备 · 分类与回归任务

使用Databricks Notebook进行机器学习开发

目标=多语言支持 · 魔法命令 · 变量共享

DatabricksNotebook

分布式训练与超参数调优

目标=使用Hyperopt · Optuna · SparkTrials

分布式训练超参数调优

使用Horovod与TorchDistributor进行深度学习

目标=单机多卡 · 多机多卡 · 数据并行

HorovodTorchDistrib…

模型部署与在线服务

目标=使用MLflow Model… · 自定义容器 · REST API

模型部署线服务

使用Databricks Jobs编排机器学习流水线

目标=任务依赖 · 参数传递 · 重试

使用Delta Live Tables构建特征与训练流水线

目标=声明式管道 · 数据质量约束 · 流式与批处理

使用Databricks Repos与CI/CD集成

目标=Git工作流 · 分支管理 · 代码审查

DatabricksRepos

监控与可观测性

目标=模型性能监控 · 数据漂移检测 · 推理日志

监控可观测性

安全与合规

目标=密钥管理 · 凭据传递 · 网络隔离

成本优化与性能调优

目标=集群自动伸缩 · Spot实例 · 缓存

成本优化性能调优

与外部AI服务集成

目标=调用Azure ML · AWS SageMaker · OpenAI

使用Databricks SQL与BI工具集成

目标=SQL仓库 · 查询历史 · 仪表板

实时机器学习与流式推理

目标=Structured Stre… · Kafka · Event Hubs

实时机器学习流式推理

推荐系统实战

目标=使用ALS · 特征工程 · 模型训练

推荐系统实战ALS

自然语言处理实战

目标=文本预处理 · 嵌入 · Transformer微调

自然语言处理实战目标=文本预处理

计算机视觉实战

目标=图像加载 · 增强 · 迁移学习

计算机视觉实战目标=图像加载

时间序列预测实战

目标=特征生成 · ARIMA · Prophet

时间序列预测实战目标=特征生成

图机器学习实战

目标=GraphFrames · 节点嵌入 · 图神经网络

图机器学习实战GraphFrames

强化学习实战

目标=使用Ray RLlib · 环境搭建 · 训练

强化学习实战Ray

负责任AI与模型可解释性

目标=公平性评估 · SHAP · LIME

目标=端到端构建一个机器学习应用 · 涵盖数据接入 · 特征工程

综合项目目标=端到端构建…