- Seminar / Training
- Databricks
- Databricks – Datenpipelines und Lakehouse-Bestände nachvollziehbar aufbauen
- Databricks – Datenprojekte mit Bundles kontrolliert ausliefern
- Databricks – Datenverantwortung und Zugriffe mit Unity Catalog gestalten
- Databricks – Kennzahlen mit SQL, Dashboards und Genie nachvollziehbar machen
- Databricks – KI-Agenten mit begrenzten Datenzugriffen und Qualitätsprüfungen entwickeln
- Databricks – Modelle mit MLflow prüfen, versionieren und bereitstellen
- Databricks – Offene Tabellen und Datenaustausch kontrolliert gestalten
- Databricks – Plattformzugriffe, Betriebsgrenzen und Kosten kontrollieren
- Databricks – Quelldaten mit Lakeflow kontrolliert übernehmen
- Databricks – Spark-Verarbeitung mit Messungen verbessern
- Databricks – Transaktionale Anwendungsdaten mit Lakebase betreiben
- Databricks – Zugriffe, Datenqualität und Betriebsabläufe kontrollieren
- Seminar / Training
- Databricks
- Databricks – Datenpipelines und Lakehouse-Bestände nachvollziehbar aufbauen
- Databricks – Datenprojekte mit Bundles kontrolliert ausliefern
- Databricks – Datenverantwortung und Zugriffe mit Unity Catalog gestalten
- Databricks – Kennzahlen mit SQL, Dashboards und Genie nachvollziehbar machen
- Databricks – KI-Agenten mit begrenzten Datenzugriffen und Qualitätsprüfungen entwickeln
- Databricks – Modelle mit MLflow prüfen, versionieren und bereitstellen
- Databricks – Offene Tabellen und Datenaustausch kontrolliert gestalten
- Databricks – Plattformzugriffe, Betriebsgrenzen und Kosten kontrollieren
- Databricks – Quelldaten mit Lakeflow kontrolliert übernehmen
- Databricks – Spark-Verarbeitung mit Messungen verbessern
- Databricks – Transaktionale Anwendungsdaten mit Lakebase betreiben
- Databricks – Zugriffe, Datenqualität und Betriebsabläufe kontrollieren
Databricks – Datenprojekte mit Bundles kontrolliert ausliefern
Kursüberblick
Überführen Sie ein kleines Datenprojekt in eine wiederholbare Auslieferung mit getrennten Umgebungen. Sie verwenden Declarative Automation Bundles, prüfen Konfigurationsänderungen und sichern den Übergang vom Quellcode zum laufenden Job ab.
Dauer: 2 Tage.
Ihre Lernziele
- Databricks-Projekte mit getrennten Zielumgebungen versionieren.
- Auslieferungen durch konkrete Vorprüfungen und Rechtebegrenzung absichern.
- Code- und Datenrückwege nachvollziehbar unterscheiden.
Inhalte im Detail
- Projektdateien, Ressourcendefinitionen und Laufzeitparameter in einer überprüfbaren Struktur zusammenführen.
- Declarative Automation Bundles für Entwicklungs- und Abnahmeziele mit unterschiedlichen Identitäten gestalten.
- Quellcodeprüfung, kleine Datentests und Konfigurationsvalidierung in einen CI-Ablauf integrieren.
- Service Principals und Umgebungszugänge ohne im Repository gespeicherte Geheimnisse verwenden.
- Deployments mit Namensräumen, Ressourcenbesitz und dokumentierter Freigabe begrenzen.
- Rücknahme von Code, Konfiguration und Datenänderungen als unterschiedliche Aufgaben planen.
Praktische Übungen
- Verpacken Sie einen Laborjob als Bundle und liefern Sie ihn mit getrennten Parametern in zwei Testziele aus.
- Lassen Sie eine fehlerhafte Konfiguration absichtlich an der Vorprüfung scheitern und zeigen Sie, dass der laufende Job unverändert bleibt.
- Führen Sie einen Versionswechsel und dessen Rücknahme durch und dokumentieren Sie separat, welche Datenänderungen nicht automatisch zurückgesetzt werden.
Zielgruppe
Data Engineers und DevOps-Teams.
Voraussetzungen
Git, Databricks Jobs sowie Python- oder SQL-Projekte.
Software und Übungsumgebung
Getrennter Databricks-Workspace mit Unity Catalog, synthetischen Datensätzen und begrenztem Cloudbudget. Cloudanbieter, Region, Runtime und benötigte Funktionen werden vorab festgelegt; Vorschaufunktionen sind kein vorausgesetzter Bestandteil. Git-Repository, Databricks CLI und getrennte Test-Serviceidentitäten.
Teilnahmebestätigung
Sie erhalten eine Teilnahmebestätigung von SCN.
Einordnung des Seminars
Aufbaukurs für Teilnehmende mit praktischer Erfahrung in den genannten Voraussetzungen.
Ansprechpartner
Ihre Berater für das Training Databricks – Datenprojekte mit Bundles kontrolliert ausliefern
-

Rolf Sammer
E-Mail: rolf.sammer@scngmbh.com
Telefon: +41 (800) 225118 -

Reto Meili
E-Mail: reto.meili@scngmbh.com
Telefon: +41 (800) 225118 -

Andreas Stach
E-Mail: andreas.stach@scngmbh.com
Telefon: +41 (800) 225118
Vorbereitung Ihres Trainings
Besprechen Sie Ihre Lernziele vorab mit dem Trainer. Unsere Ansprechpartner unterstützen Sie bei individuellen Themen und Firmenschulungen.
Verwandte Seminare
Wählen Sie weitere Schwerpunkte anhand Ihrer Aufgaben und der jeweiligen Voraussetzungen.
- Databricks – Datenpipelines und Lakehouse-Bestände nachvollziehbar aufbauen
- Databricks – Zugriffe, Datenqualität und Betriebsabläufe kontrollieren
- Databricks – Modelle mit MLflow prüfen, versionieren und bereitstellen
- Databricks – KI-Agenten mit begrenzten Datenzugriffen und Qualitätsprüfungen entwickeln
- Databricks – Offene Tabellen und Datenaustausch kontrolliert gestalten
- Databricks – Transaktionale Anwendungsdaten mit Lakebase betreiben
- Databricks – Plattformzugriffe, Betriebsgrenzen und Kosten kontrollieren
- Databricks – Quelldaten mit Lakeflow kontrolliert übernehmen
- Databricks – Spark-Verarbeitung mit Messungen verbessern
- Databricks – Datenverantwortung und Zugriffe mit Unity Catalog gestalten
- Databricks – Kennzahlen mit SQL, Dashboards und Genie nachvollziehbar machen
Buchung
Service
Wir bieten Ihnen Seminare mit einem hohen Praxisbezug an. Die Inhalte und Übungen sind auf Ihre täglichen Aufgaben im Unternehmen ausgerichtet und verzichten vollständig auf Werbehinweise anderer Produkte des Softwareherstellers.
Alle Trainings bei uns sind herstellerunabhängig. Dies ermöglicht es uns kritische Betrachtungen zu den Produkten selbst und Vergleiche zu Wettbewerbern des Herstellers im Seminar anzubieten. Die Kursinhalte sind eigene Inhalte und aus den praktischen Erfahrungen unserer Trainer in Projekten abgeleitet.
Selbstverständlich können die Inhalte bei Firmenseminaren individuell an Ihre Bedürfnisse angepasst werden. Bitte sprechen Sie uns einfach an.
Buchung
Das Seminar wurde auf die Merkliste gesetzt
Das von Ihnen gewählte Seminar wurde bereits auf die Merkliste gesetzt
Bitte wählen Sie einen freien Termin aus
Bitte geben Sie Ihren Wunschtermin im Format tt.mm.jjjj ein
Bitte wählen Sie einen freien Termin aus
Bitte geben Sie den gewünschten Termin im Format tt.mm.jjjj der Schulung ein