使用Azure Databricks进行金融领域的机器学习 培训

本课程由讲师指导，提供中国的线上或线下培训，面向希望使用 Databricks 设置、部署和管理数据分析解决方案的数据科学家和开发人员。

通过本课程，参与者将能够：

• 设置和配置 Databricks。
• 了解 Databricks 和 Apache Spark 如何协同工作。
• 学习如何在 Databricks 中加载和转换数据。

Databricks是一个统一的Lakehouse平台，结合了Spark、Delta Lake和治理（Unity Catalog），以支持可扩展的数据工程和分析工作流。

本次由讲师主导的培训（线上或线下）面向具有数据工程背景的中级技术经理，旨在帮助他们将复杂的OLAP逻辑迁移到使用Databricks、Spark、Delta Lake、Unity Catalog和原生工作流的Lakehouse架构中。

培训结束后，参与者将能够：

• 解释Lakehouse架构及Bronze→Silver→Gold（Medallion）模式。
• 将存储过程逻辑转换为Spark DataFrame和笔记本实现。
• 使用Delta Lake设计和实现增量摄取、合并和优化例程。
• 使用Databricks工作流构建端到端的编排管道，包括版本控制、测试和治理。

课程形式

• 密集的讲师主导课程，包含重点演示和讲解。
• 每天使用代表性数据集和迁移练习进行实践操作。
• 指导代码审查、性能调优诊所和工作流编排实践。

课程定制选项

• 本课程可根据您的环境、数据集和治理要求进行定制，请联系我们安排定制。

Databricks Lakehouse 是一个统一的数据与 AI 平台，它将数据工程、数据科学和分析功能整合在一个可扩展的基础架构上。

本次由讲师主导的培训（线上或线下）面向中级到高级数据工程师和分析实践者，旨在帮助他们掌握使用 Databricks、Apache Spark、编排工具以及下游可视化工具的端到端、生产级数据工程技能。

培训结束后，学员将能够：

• 在 Databricks Lakehouse 平台上设计和实施可扩展的 ETL/ELT 管道。
• 高效使用 Spark 和高级 SQL 进行大规模数据处理和优化。
• 使用大数据机器学习模式和 Databricks 工具构建、训练和部署模型。
• 实施符合分析和报告需求的数据建模与数据摄取模式。
• 使用 Airflow/Astronomer 自动化工作流，并通过基于 Git 的 CI/CD 进行运维。
• 创建生产级仪表板和可视化，使用 Tableau 连接 Databricks。
• 完成一个定制的毕业项目，展示端到端的 Lakehouse 解决方案。

课程形式

• 理论讲座，聚焦每日主题和阅读材料。
• 在 Databricks 和云环境中进行大量动手实验。
• 每周实践评估和认证徽章准备。
• 指导项目工作，包括讲师指导和同行评审。
• 最终的定制毕业项目与演示。

课程定制选项

• 如需为本课程定制培训，请联系我们安排。

Databricks 是一个为大数据和机器学习设计的统一分析平台，适用于协作环境。

这项由讲师指导的培训（线上或线下）旨在帮助初级到中级的数据分析师和金融专业人员，使用 Databricks 进行与金融相关的大规模数据分析。

培训结束后，参与者将能够：

• 使用 Databricks 笔记本查询和分析金融数据集。
• 清理和转换原始金融数据以进行报告和洞察。
• 创建仪表板和可视化工具以跟踪性能。
• 与团队成员即时协作，共享笔记本。

课程形式

• 互动式讲座和讨论。
• 大量练习和实践。
• 在实时实验室环境中进行动手操作。

课程定制选项

• 如需定制此课程的培训，请联系我们安排。