Azure Databricks 支持日常数据处理功能，如读取、写入和查询。在本模块中，你将处理来自多个来源的不同原始格式的大量数据。还将学习使用 DataFrame 列类 Azure Databricks 应用列级转换，如排序、筛选和聚合。您还将在 Azure Databricks 中使用高级 DataFrame 函数操作来处理数据、应用聚合以及执行日期和时间操作。

Azure Databricks 支持一系列内置 SQL 函数，但有时也需要编写自定义函数，即用户自定义函数（UDF）。在本模块中，您将学习如何注册和调用 UDF。您还将学习如何利用内置的可靠性和优化功能，使用 Delta Lake 向 Apache Spark 表创建、追加和上插数据。

在本模块中，您将学习如何使用 PySpark 机器学习包构建机器学习工作流的关键组件，包括探索性数据分析、模型训练和模型评估。您还将学习如何为常见的数据特征化任务构建管道。

在本模块中，您将学习如何使用 MLflow 跟踪机器学习实验，以及如何使用 Spark 机器学习库中的模块进行超参数调整和模型选择。

在本模块中，您将学习如何使用 Uber 的 Horovod 框架和 Petastorm 库，使用 Apache Parquet 格式的训练数据集在 Spark 上运行分布式深度学习训练作业。您还将学习如何使用 MLflow 和 Azure 机器学习服务将训练好的模型注册、打包并部署到 Azure 容器实例和 Azure Kubernetes 服务中，作为评分网络服务。