• Databricks
  • Databricks
  • Centro de ajuda
  • Documentação
  • Base de conhecimento
  • Comunidade
  • Suporte
  • Comentários
  • Experimentar o Databricks
English
  • English
  • 日本語
  • Português
Amazon Web Services
  • Microsoft Azure
  • Google Cloud Platform
Databricks on AWS

Primeiros passos

  • Primeiros passos
  • O que é o Databricks?
  • DatabricksIQ
  • Notas sobre a versão

Carregar e gerenciar dados

  • guia
  • Trabalhar com objetos de bancos de dados
  • Conectar a fontes de dados
  • Conectar à computação
  • Descobrir dados
  • Consultar dados
  • Ingerir dados
  • Trabalhe com arquivos
  • Transformação de dados
  • Programar e orquestrar fluxos de trabalho
  • Monitorar dados e ativos de IA
  • Leia com sistemas externos
  • Compartilhar dados com segurança

Trabalhar com dados

  • Delta Live Tables
  • Transmissão estruturada
  • IA e machine learning
  • IA generativa tutorial
    • Gen IA tutorial intro
    • Demonstração de 10 minutos do agente RAG
    • Introdução aos conceitos do RAG
    • Melhore a qualidade do aplicativo RAG
    • Avalie a qualidade do aplicativo RAG
    • Desenvolvimento orientado por avaliação fluxo de trabalho
    • 0. Reúna os requisitos
    • 1. Clone o código repo e crie compute
    • 2. implantado POC para coletar feedback das partes interessadas
    • 3. Organize um conjunto de avaliação a partir do feedback
    • 4. Avalie a qualidade do POC
    • 5. Identifique a causa raiz dos problemas de qualidade
    • 6. Corrija problemas de qualidade de forma iterativa
    • 7. implantado e monitorado
  • Business Intelligence
  • Data warehousing
  • Notebooks
  • Delta Lake
  • Desenvolvedores
  • Parceiros tecnológicos

Administração

  • Administração de contas e workspaces
  • Segurança e compliance
  • Governança de dados (Unity Catalog)
  • Arquitetura lakehouse

Referência & recurso

  • Referência
  • Recursos
  • Novidades
  • Arquivo de documentação

Atualizado 18/02/2025

Envie-nos seus comentários

  • Documentação
  • Navegue pelo agente generativo AI tutorial

Navegue pelo agente generativo AI tutorial

Use esta página para navegar pelo agente generativo AI tutorial, anteriormente chamado de livro de receitasAI . Acompanhe-o de ponta a ponta ou entre em uma área que lhe interessa.

Introdução

Introdução: Agente generativo de ponta a ponta AI tutorial

Demo de 10 minutos

Demonstração de 10 minutos do agente AI Notebook

Saiba mais sobre os agentes RAG e IA

  • Introdução ao RAG

  • Fundamentos do RAG

    • pipeline de dados

    • Cadeia RAG para inferência

    • Avaliação e monitoramento

    • Governança e LLMOPs

  • Melhore a qualidade do RAG

    • Qualidade do pipeline de dados

    • Qualidade da cadeia de trapos

  • Avalie a qualidade do aplicativo RAG

    • Defina a qualidade

    • Avaliar o desempenho

    • Habilite a medição de qualidade

  • Desenvolvimento orientado por avaliação

Implementação passo a passo

  • Pré-requisitos: reunir requisitos

  • o passo 1: Clonar o código e criar compute

  • o passo 2: implantar uma prova de conceito para obter feedback das partes interessadas

  • o passo 3: selecionar um conjunto de dados de avaliação

  • o passo 4: Avaliar a qualidade da prova de conceito

  • o passo 5: Encontrar as causas principais dos problemas de qualidade

    • o passo 5.1: Depurar a qualidade da recuperação

    • o passo 5.2: Depurar a qualidade da geração

  • o passo 6: Corrigir e avaliar a qualidade iterativamente

    • o passo 6.1: Corrigir a qualidade do site pipeline de dados

  • o passo 7: implantar e monitorar o aplicativo de AI

Próximo: Introdução ao agente generativo AI tutorial >


© Databricks 2025. Todos os direitos reservados. Apache, Apache Spark, Spark e o logotipo do Spark são marcas registradas da Apache Software Foundation.

Envie-nos seus comentários | Aviso de privacidade | Termos de uso | Declaração sobre escravidão moderna | Privacidade na Califórnia | Suas opções de privacidade