Dans ce module, vous explorerez la plateforme Snowflake, en acquérant des connaissances sur son architecture et ses concepts clés. Grâce à des exercices pratiques dans l'UI de Snowflake, vous apprendrez à créer des tables, à gérer des entrepôts et à utiliser le connecteur Python de Snowflake pour interagir avec les tables. À la fin de cette semaine, vous aurez consolidé votre compréhension de l'architecture et des applications pratiques de Snowflake, et vous serez en mesure de naviguer efficacement et d'exploiter la plateforme pour la gestion et l'analyse des données.

Dans ce module, vous mettrez en pratique les compétences essentielles pour gérer de manière transparente les workflows d'apprentissage automatique à l'aide de Databricks et de MLFlow. Tout d'abord, vous allez créer un espace de travail Databricks et configurer un cluster, en préparant le terrain pour une analyse efficace des données. Ensuite, vous chargerez un échantillon de données dans l'espace de travail Databricks en cours d'utilisation de PySpark, permettant la manipulation et l'exploration des données. Enfin, vous installerez MLFlow soit localement, soit dans l'environnement Databricks, ce qui vous permettra d'orchestrer l'ensemble du cycle de vie de l'apprentissage automatique. À la fin de cette semaine, vous serez en mesure de créer, de suivre et de gérer des expériences d'apprentissage automatique dans Databricks, garantissant la précision, la reproductibilité et la prise de décision basée sur les données.

Dans ce module, vous explorerez les concepts de Kaizen, DevOps et DataOps et la façon dont ces méthodologies contribuent en synergie à des flux de travail d'ingénierie des données efficaces et transparents. À travers des exemples pratiques, vous apprendrez comment la philosophie d'amélioration continue de Kaizen, les pratiques collaboratives de DevOps et l'accent mis par DataOps sur la qualité et l'intégration des données convergent pour améliorer le développement, le déploiement et la gestion des plateformes d'ingénierie des données. À la fin de cette semaine, vous aurez les connaissances et la perspective nécessaires pour optimiser les processus d'ingénierie des données et fournir des solutions évolutives, fiables et de haute qualité.