Masterclass pratique Streamlit pour Snowflake

Aperçu

Plongée approfondie dans Streamlit, de l'application web locale à Streamlit dans Snowflake et aux applications natives Ce que vous apprendrez :

Construire, déboguer et déployer des applications basées sur les données avec Streamlit Déployer des applications web Streamlit dans Snowflake, sous forme d'applications Streamlit dans Snowflake Partager et déployer des applications web Streamlit sous forme d'applications natives Snowflake Déployer du code Python avec Snowpark en tant que procédures stockées et UDF de Snowflake Se connecter à Snowflake depuis une application web Streamlit Construire des applications réelles avec Streamlit et Snowflake Concevoir et déployer sur Snowflake des applications de science des données, d'analyse de données et de machine learning avec Streamlit Traiter et accéder à des données hiérarchiques et à des métadonnées dans Snowflake Pourquoi vous pouvez me faire confiance J'étais le seul expert technique Snowflake du Canada sélectionné pour leur programme Data Superhero en janvier 2022. Ancien expert en la matière pour la certification SnowPro (Subject Matter Expert) - de nombreuses questions d'examen ont été créées par moi.

J'ai réussi quatre examens de certification SnowPro à ce jour (sans retakes) :

Core, Architect, Data Engineer, Data Analyst. Des dizaines d'autres certifications en science des données et en apprentissage automatique, architectures de solutions cloud, bases de données, etc.

Des dizaines d'applications conçues et mises en œuvre avec Streamlit et Snowflake sur mon blog sur Medium. Spécialisé dans Snowflake depuis plusieurs années, j'ai servi des dizaines de clients et réalisé de nombreux projets réels.

Ce que vous apprendrez Comment créer des applications web simples à complexes dans Streamlit. Comment déployer gratuitement des applications web locales Streamlit sur le Streamlit Community Cloud.

Comment se connecter à Snowflake depuis des applications Streamlit, via soit le connecteur Python, soit une session Snowpark. Comment utiliser l'API DataFrame et pousser du code Python comme procédure stockée avec Snowpark.

Comment étendre les capacités de Snowflake, avec un visualiseur de données hiérarchiques et un visualiseur de métadonnées hiérarchiques. Comment prototyper avec les applications Streamlit des scénarios de science des données, d'apprentissage machine et d'analyse de données.

Comment déployer une application web Streamlit comme une application Streamlit dans Snowflake. Comment déployer une application web Streamlit comme application native Snowflake.

Comment utiliser le cadre d'application native Snowflake pour créer ou utiliser des applications avec Streamlit. Nous construirons plusieurs applications en Python à partir de zéro, puis nous les convertirons en applications web Streamlit locales à une ou plusieurs pages, les déploierons et partagerons sur le Streamlit Community Cloud, les déploierons dans Snowflake en tant que procédures stockées ou applications Streamlit, les partagerons en tant qu'applications natives avec d'autres comptes Snowflake...

Ce que vous apprendrez sur Streamlit Contrôles d'entrée et de sortie (widgets interactifs, contrôles d'affichage de texte, etc.). Composants de disposition (barre latérale, conteneur, expandeur, onglets, etc.) et formulaires.

Événements et relancements de page. Mise en cache de données, état de session et rappels.

Thématisation et configuration, secrets TOML. La première moitié du cours sera un bootcamp Streamlit complet de bout en bout, avec tout ce que vous devez savoir sur Streamlit.

Ce que vous apprendrez sur Snowflake Création d'un compte Snowflake gratuit et utilisation de l'interface web de Snowflake au niveau de base. Connexion à Snowflake avec SnowSQL, et exécution de scripts SQL avec cette interface en ligne de commande.

Connexion à Snowflake avec le connecteur Snowflake pour Python. Connexion à Snowflake avec Snowpark pour Python.

Utilisation de Snowpark pour pousser du code Python sous forme de procédures stockées. Utilisation de Snowpark pour générer des requêtes SQL avec l'API DataFrame.

Écriture et déploiement d'applications Streamlit dans Snowflake. Écriture et déploiement d'applications natives Snowflake, avec le cadre d'application native Snowflake.

Intégration de Snowflake avec ChatGPT, des tableaux de bord externes, des bibliothèques de science des données et de machine learning. La deuxième moitié du cours portera sur les applications clients Snowflake, Snowpark, Streamlit dans les applications Snowflake et les applications natives.

Ce qui n'est pas inclus dans ce cours Connaissance approfondie de Snowflake. Science des données, analyse de données et apprentissage automatique en profondeur.

Programmation dans des langages autres que Python et SQL. L'objectif principal sera sur toutes sortes d'applications en Python utilisant Streamlit, pour connecter et déployer le code dans Streamlit Cloud ou Snowflake de toutes les manières possibles.

Applications réelles que vous apprendrez à construire Visualiseur de données hiérarchiques, pour les fichiers CSV et les données tabulaires de Snowflake, utilisant JSON, graphiques, animations, requêtes récursives. Visualiseur de métadonnées hiérarchiques, pour les dépendances d'objets Snowflake et la lignée de données.

Visualiseur de diagramme de relation entre les entités pour Snowflake. Agent Chatbot avec ChatGPT d'OpenAI, utilisé comme générateur de requêtes SQL pour les ensembles de données du Snowflake Marketplace.

Tableaux de bord pour les données Snowflake, avec des graphiques Vega-Lite, Altair et Plotly. Scénarios d'apprentissage automatique, avec formation et prédictions de modèles.

Enrichissement des données des adresses IP en utilisant des services externes gratuits. J'ai vendu des outils similaires à beaucoup de ces clients réels et partenaires Snowflake !

Inscrivez-vous aujourd'hui pour conserver ce cours pour toujours !

Programme

• Introduction au Cours
Aperçu de Streamlit et Snowflake
Objectifs du Cours
Prérequis
• Configuration de Votre Environnement
Installation de Streamlit
Création d'un Compte Snowflake
Connexion de Streamlit à Snowflake
• Bases de Streamlit
Introduction aux Fonctionnalités de Streamlit
Création de Votre Première Application Streamlit
Compréhension de l'API de Mise en Page de Streamlit
• Introduction à Snowflake
Architecture et Principales Fonctionnalités de Snowflake
Opérations de Base avec Snowflake
Chargement et Interrogation de Données dans Snowflake
• Intégration de Streamlit et Snowflake
Création d'un Tableau de Bord de Données Interactif
Récupération de Données en Temps Réel depuis Snowflake
Affichage de Données Snowflake avec des Composants Streamlit
• Fonctionnalités Avancées de Streamlit
Personnalisation des Applications Streamlit avec des Widgets
Déploiement et Partage d'Applications Streamlit
Techniques d'Optimisation des Performances
• Techniques Avancées de Snowflake
Concepts de Stockage de Données Snowflake
Utilisation des Extensions SQL de Snowflake
Sécurité et Contrôle d'Accès dans Snowflake
• Étude de Cas : Construction d'une Application de Données
Aperçu du Projet et Exigences
Mise en Œuvre Pratique avec Streamlit et Snowflake
Analyse et Visualisation de Données en Temps Réel
• Bonnes Pratiques et Conseils
Bonnes Pratiques de Développement Streamlit
Gestion Efficace des Données Snowflake
Résolution des Problèmes Courants
• Conclusion du Cours
Résumé des Apprentissages Clés
Présentation du Projet Final
Étapes Futures et Ressources Supplémentaires
• Q&R et Remarques de Clôture

Enseigné par

Cristian Scutaru

Sujets

Affaires