Qué necesitas saber antes de
comenzar

Inicio 4 June 2026 13:07

Fin 4 June 2026

00 Días
00 Horas
00 Minutos
00 Segundos
course image

Datos e IA (Azure Databricks)

Inteligencia Artificial Generativa, Análisis de Datos, Apache Spark, Aprendizaje Automático, Aprendizaje Profundo, RAG, Azure OpenAI, Azure Databricks
via Udemy

4160 Cursos


11 hours 8 minutes

Actualización opcional disponible

Not Specified

Avanza a tu propio ritmo

Paid Course

Actualización opcional disponible

Resumen

Unlock the transformative potential of Azure Databricks with this comprehensive course on Data Analytics, Machine Learning, Deep Learning, and Generative AI. Designed for professionals and enthusiasts, this course equips you with cutting-edge skills to harness the power of Apache Spark and seamlessly integrate it with Azure Databricks for data-driven solutions.

Programa

  • Introducción a Azure Databricks
  • Resumen de Azure Databricks
    Características clave y beneficios
    Configuración de su entorno
  • Fundamentos de Apache Spark
  • Introducción a Apache Spark
    Arquitectura y componentes de Spark
    RDDs, DataFrames y Datasets
  • Analítica de datos con Azure Databricks
  • Ingesta de datos y procesos ETL
    Manipulación y exploración de datos
    Visualización con Spark y Databricks
  • Aprendizaje automático con Azure Databricks
  • Introducción a los conceptos de aprendizaje automático
    Construcción y despliegue de modelos con MLlib
    Ajuste de hiperparámetros y evaluación de modelos
  • Aprendizaje profundo con Azure Databricks
  • Introducción al aprendizaje profundo
    Integración de TensorFlow y Keras
    Construcción de redes neuronales en Databricks
  • AI generativa con Azure Databricks
  • Comprensión de modelos generativos
    Implementación de GANs y VAEs
    Estudios de casos en AI generativa
  • Integración de Azure Databricks con servicios de Azure
  • Conexión con Azure Data Lake Storage
    Utilización de Azure Synapse Analytics
    Construcción de canalizaciones de IA con Azure ML
  • Mejores prácticas y casos de uso
  • Optimización del rendimiento y gestión de costos
    Estudios de casos del mundo real
    Consideraciones éticas y IA responsable
  • Proyecto final
  • Diseño de una solución de IA orientada a datos
    Implementación y presentación de su proyecto
  • Revisión del curso y próximos pasos
  • Resumen de conceptos clave
    Recursos para aprendizaje continuo
    Vías de certificación y oportunidades de carrera

Impartido por

Kuljot Singh Bakshi


Materias

Programming