Descrizione

Il corso Databricks fornisce una visione completa e operativa della piattaforma Azure Databricks, oggi uno degli standard di riferimento per la gestione e l’analisi dei dati su larga scala.

Partendo dai fondamenti del cloud Azure, il percorso guida i partecipanti nell’utilizzo della Lakehouse Platform, che consente di unificare data engineering, analytics e machine learning in un unico ambiente.

Attraverso un approccio pratico, i partecipanti imparano a:

• configurare e utilizzare ambienti Databricks
• integrare fonti dati eterogenee
• progettare pipeline di elaborazione scalabili con Apache Spark
• gestire e ottimizzare dataset tramite Delta Lake
• orchestrare job e workload in ambienti distribuiti

Il corso consente di comprendere come trasformare dati grezzi in informazioni strategiche e utilizzabili, supportando dall’analisi descrittiva fino a scenari avanzati di AI e data-driven decision making.

Al termine, i partecipanti saranno in grado di operare in autonomia su ambienti Databricks e contribuire allo sviluppo di soluzioni dati moderne, scalabili e pronte per contesti enterprise.

Target

Professionisti IT, data scientist, data engineer e analisti

Prerequisiti

Conoscenza di base di programmazione, fondamenti di cloud computing

Programma Corso

Giorno 1

• Il Cloud Computing ed Azure
• Architettura di Azure ed i servizi principali
• Azure ed i Data Services principali
• Gestione dei gruppi di risorse in Azure
• Gli Storage Accounts in Azure
• Il Database Sql Server sul Cloud di Microsoft
• Introduzione a DataBricks
• Architettura DataBricks
• Configurazione dell'ambiente
• Installare e configurare Databricks
• La UI di DataBricks e come navigare
• Cosa sono i Workspace di DataBricks
• Come creare un Workspace DataBricks
• Data Management in DataBricks
• Apache Spark al centro della piattaforma Azure DataBricks
• Spark per alimentare i Cluster di calcolo e Sql WareHouse
• Qual è la relazione tra Apache Spark e Azure DataBricks ?
• Come funziona Apache Spark in Azure DataBricks
• Perché utilizzare Apache Spark in Azure DataBricks

Giorno 2

• Configurare le proprietà di Spark in DataBricks SQL
• Collegare una fonte di dati Apache Spark
• Comprensione delle colonne di base e dei tipi di dati
• Gestione del File System nei Notebook
• Gestione dei Jobs e dei Cluster
• Creazione e configurazione di Cluster
• Creazione di Job utilizzando il Notebook
• Come eseguire un Job
• Visualizzazione dei Job e dei dettagli
• Introduzione a Delta Lake
• Delta Lake, una evoluzione del Data Lake tra Big Data e Spark
• Utilizzo di Delta Lake in Databricks
• Caricamento dei dati in Delta Lake
• Gestione dei dati in Delta Lake
• Panoramica sulla sicurezza in Databricks
• Gestione della sicurezza di Databricks
• Gestione del Backup e del Recovery
• Risoluzione dei problemi
• Troubleshooting