Wenn Sie sich für diesen Kurs anmelden, werden Sie auch für diese Spezialisierung angemeldet.
Lernen Sie neue Konzepte von Branchenexperten
Gewinnen Sie ein Grundverständnis bestimmter Themen oder Tools
Erwerben Sie berufsrelevante Kompetenzen durch praktische Projekte
Erwerben Sie ein Berufszertifikat zur Vorlage
In diesem Kurs gibt es 4 Module
Am Ende dieses Kurses beherrschen die Teilnehmer Databricks, um Data Engineering und Datenanalyse für Data Science Workflows durchzuführen. Darüber hinaus lernen die Teilnehmer, lokale große Sprachmodelle wie Mixtral über Hugging Face Candle und Mozilla llamafile auszuführen.
In diesem Modul lernen Sie, die Databricks-Architektur zu beschreiben, Cluster zu erstellen, Notizbücher für die Analyse zu verwenden und Notizbücher gemeinsam zu nutzen, indem Sie praktische Übungen und Wissenstests zu diesen Themen durchführen.
Abschließendes Quiz - Grundlagen der Lakehouse-Plattform von Databricks•30 Minuten
Quiz: Databricks Lakehouse Plattform•30 Minuten
Quiz Datenumwandlung mit Apache Spark•30 Minuten
Quiz: Datenmanagement mit Delta Lake•30 Minuten
1 Diskussionsthema•Insgesamt 10 Minuten
Kursstruktur und Diskussionsetikette•10 Minuten
2 Unbewertete Labore•Insgesamt 120 Minuten
Hallo Jupyter Julia•60 Minuten
Erste Schritte mit RStudio•60 Minuten
Datenumwandlung und Pipelines
Modul 2•7 Stunden abzuschließen
Moduldetails
In diesem Modul lernen Sie, wie Sie Daten lesen und umwandeln, Delta Lake-Pipelines erstellen und mit komplexen Datentypen arbeiten, indem Sie ETL-Lösungen implementieren und Codebeispiele überprüfen.
Das ist alles enthalten
23 Videos9 Lektüren4 Aufgaben3 Unbewertete Labore
Infos zu Modulinhalt anzeigen
23 Videos•Insgesamt 58 Minuten
Tabelle Dokumentation•4 Minuten
Automatisierte Pipelines mit Delta Live Tables•3 Minuten
Delta Live Tables Komponenten•2 Minuten
Kontinuierliche vs. getriggerte Pipelines•2 Minuten
Auto Loader konfigurieren•2 Minuten
Abfrage von Pipeline-Ereignissen•2 Minuten
End-to-End-Beispiel Delta Live•2 Minuten
Staubsaugen und Müllabfuhr•3 Minuten
Orchestrierung von Workloads mit Aufträgen•3 Minuten
Databricks Jobs Demo•6 Minuten
Multi-Task-Workflows•2 Minuten
Task-Abhängigkeiten•2 Minuten
Jobverlauf anzeigen•2 Minuten
Dashboards verwenden•4 Minuten
Umgang mit Fehlern•2 Minuten
Wiederholungsversuche konfigurieren•2 Minuten
Einheitlicher Datenzugriff mit Unity Catalog•3 Minuten
Kataloge vs. Metastores•2 Minuten
Unity-Katalog Schnellstart Python•3 Minuten
Anwenden der Objektsicherheit•2 Minuten
Bewährte Praktiken für Kataloge•2 Minuten
Bewährte Praktiken für Verbindungen•2 Minuten
Best Practices für Geschäftseinheiten•3 Minuten
9 Lektüren•Insgesamt 90 Minuten
Schlüsselbegriffe•10 Minuten
Externes Labor: Datenanalyse in Echtzeit mit Delta Live Tables•10 Minuten
Lektion Reflexion•10 Minuten
Schlüsselbegriffe•10 Minuten
Externes Labor: Batch-Aufträge für die Berichterstattung orchestrieren•10 Minuten
Lektion Reflexion•10 Minuten
Schlüsselbegriffe•10 Minuten
Externes Labor: Einheitliche Datenverwaltung mit Unity Catalog•10 Minuten
Lektion Reflexion•10 Minuten
4 Aufgaben•Insgesamt 120 Minuten
Benotetes Quiz - Datenumwandlung und Pipelines•30 Minuten
Quiz: Daten-Pipelines mit Delta Live-Tabellen•30 Minuten
Quiz: Workloads mit Jobs•30 Minuten
Quiz: Datenzugriff mit Unity Catalog•30 Minuten
3 Unbewertete Labore•Insgesamt 180 Minuten
Erweitern einer Python ETL-Pipeline•60 Minuten
Übung: Orchestrierung von Python-Workloads•60 Minuten
Erstellung eines dynamischen Datenkatalogs in Python•60 Minuten
Verantwortungsvolle generative KI
Modul 3•8 Stunden abzuschließen
Moduldetails
In diesem Modul lernen Sie die Grundlagen der generativen KI und verantwortungsvolle Einsatzstrategien kennen, um von den neuesten Fortschritten zu profitieren und gleichzeitig die Sicherheit, die Genauigkeit und die Übersicht zu bewahren.durch die direkte Anwendung von Konzepten durch praktische Übungen und Gruppendiskussionen werden Sie praktische Erfahrungen bei der Umsetzung von KI in der Produktion sammeln.
Quiz - Bewertung der Leistung von LLMs in der realen Welt•30 Minuten
Quiz-Erkundung der LLM Workflows in der Produktion•30 Minuten
3 Unbewertete Labore•Insgesamt 180 Minuten
Python Elo•60 Minuten
R Elo•60 Minuten
Julia Elo•60 Minuten
Lokale LLMOps
Modul 4•4 Stunden abzuschließen
Moduldetails
In diesem Modul lernen Sie Strategien zur Risikobewältigung kennen, bewerten die Leistung von Aufgaben und operationalisieren Workflows, indem Sie Risiken in Notizbüchern identifizieren und eine LLM-Anwendung einsetzen.
Das ist alles enthalten
13 Videos11 Lektüren3 Aufgaben
Infos zu Modulinhalt anzeigen
13 Videos•Insgesamt 41 Minuten
Erste Schritte llamafile•4 Minuten
Lokale System-Metriken llamfile•3 Minuten
Kerze Hallo Welt•3 Minuten
Starcoder Rust erforschen•6 Minuten
Flüsterkerze Transcribe•6 Minuten
Entdeckung der Fernentwicklung AWS•2 Minuten
Rust für LLMs•2 Minuten
Serverlose Inferenz•2 Minuten
Rust CLI Inferenz•2 Minuten
Rust Chat Inferenz•2 Minuten
Chatschleife Star Coder•2 Minuten
Rust-Kerze auf AWS GPU aufrufen - Teil eins•5 Minuten
Rust-Kerze auf AWS GPU aufrufen - Teil zwei•3 Minuten
11 Lektüren•Insgesamt 110 Minuten
Schlüsselbegriffe•10 Minuten
lamafile•10 Minuten
Whisper.cpp•10 Minuten
Lektion Reflexion•10 Minuten
Schlüsselbegriffe•10 Minuten
Kampf gegen Datenvergiftung•10 Minuten
Schläfer-Agenten•10 Minuten
Lektion Reflexion•10 Minuten
Lektion Reflexion•10 Minuten
Nächste Schritte•10 Minuten
Teilen Sie Ihre Lernerfahrung•10 Minuten
3 Aufgaben•Insgesamt 90 Minuten
Abschlussquiz - Lokale LLMOps•30 Minuten
Quiz - Erste Schritte mit llamafile•30 Minuten
Quiz - Erste Schritte mit Rust Candle•30 Minuten
Erwerben Sie ein Karrierezertifikat.
Fügen Sie dieses Zeugnis Ihrem LinkedIn-Profil, Lebenslauf oder CV hinzu. Teilen Sie sie in Social Media und in Ihrer Leistungsbeurteilung.
Die Duke University hat etwa 13.000 Studenten und Absolventen und eine erstklassige Fakultät, die dazu beiträgt, die Grenzen des Wissens zu erweitern. Die Universität engagiert sich stark für die Anwendung von Wissen im Dienste der Gesellschaft, sowohl in der Nähe ihres Campus in North Carolina als auch weltweit.
Wann werde ich Zugang zu den Vorlesungen und Aufgaben haben?
Um Zugang zu den Kursmaterialien und Aufgaben zu erhalten und um ein Zertifikat zu erwerben, müssen Sie die Zertifikatserfahrung erwerben, wenn Sie sich für einen Kurs anmelden. Sie können stattdessen eine kostenlose Testversion ausprobieren oder finanzielle Unterstützung beantragen. Der Kurs kann stattdessen die Option "Vollständiger Kurs, kein Zertifikat" anbieten. Mit dieser Option können Sie alle Kursmaterialien einsehen, die erforderlichen Bewertungen abgeben und eine Abschlussnote erhalten. Dies bedeutet auch, dass Sie kein Zertifikat erwerben können.
Was bekomme ich, wenn ich mich für diese Specialization einschreibe?
Wenn Sie sich für den Kurs einschreiben, erhalten Sie Zugang zu allen Kursen der Spezialisierung, und Sie erhalten ein Zertifikat, wenn Sie die Arbeit abgeschlossen haben. Ihr elektronisches Zertifikat wird Ihrer Seite "Leistungen" hinzugefügt - von dort aus können Sie Ihr Zertifikat ausdrucken oder Ihrem LinkedIn-Profil hinzufügen.
Ist finanzielle Hilfe verfügbar?
Ja. Für ausgewählte Lernprogramme können Sie finanzielle Unterstützung oder ein Stipendium beantragen, wenn Sie die Einschreibegebühr nicht aufbringen können. Wenn für das von Ihnen gewählte Lernprogramm eine finanzielle Unterstützung oder ein Stipendium verfügbar ist, finden Sie auf der Beschreibungsseite einen Link zur Beantragung.