SKILLEMALL.ai

Рейтинг скиллов

36 скиллов. Оценка A–F складывается из безопасности (60%) и качества (40%), тесты дают бонус. Рейтинг пополняется автоматически из открытых каталогов.

36
#ОценкаСкиллБаллы ▾Безоп.КачествоПроцессТестыПопулярностьОбновлён
1A
Расширенные возможности Databricks SQL (DBSQL) и SQL warehouse. Этот навык ДОЛЖЕН вызываться, когда пользователь упоминает: "DBSQL", "Databricks SQL", "SQL warehouse", "SQL scripting", "stored procedu
9710092D——2 дн назад
2A
Создавайте пользовательские источники данных Python для Apache Spark с помощью PySpark DataSource API — пакетные и потоковые средства чтения/записи для внешних систем. Используйте этот навык, когда кт
9710093C——2 дн назад
3A
Используйте при запросе или вызове базовых моделей с оплатой за токен, или при создании, обновлении, перечислении или запросе сервисов Unity Gateway (также называемого Unity AI Gateway), включая серви
9610091C——2 дн назад
4A
Полное руководство по Spark Structured Streaming для производственных нагрузок. Используйте при создании потоковых конвейеров, работе с приемом данных из Kafka, реализации режима реального времени (RT
9510087C——2 ч назад
5A
Создавайте управляемые конвейеры приема данных в Databricks с помощью Lakeflow Connect. Используйте при приеме данных из SaaS-приложений (Salesforce, Workday Reports, ServiceNow, Google Analytics 4, H
9510087B——2 дн назад
6A
Предварительный просмотр, подготовка или диагностика локального Python .venv, управляемого uv, с помощью `databricks environments setup-local`. Используйте, когда пользователь хочет настроить или испр
9510087C——2 дн назад
7A
Разработка декларативных конвейеров Lakeflow Spark (ранее Delta Live Tables) на Databricks. Используйте при создании пакетных или потоковых конвейеров данных с использованием Python или SQL, включая A
9510087D——2 ч назад
8B
Генерируйте реалистичные синтетические данные с помощью Spark + Faker (настоятельно рекомендуется). Поддерживает бессерверное выполнение, несколько выходных форматов (Parquet/JSON/CSV/Delta) и масштаб
9410084C——2 дн назад
9B
Databricks AI Runtime, команды CLI `databricks air` для отправки и управления рабочими нагрузками обучения GPU на бессерверных вычислениях Databricks. Используйте для: написания и отправки YAML-файлов
9410084C——2 дн назад
10B
Создание, настройка, проверка, развертывание, запуск и управление декларативными пакетами автоматизации (DAB, ранее Databricks Asset Bundles). Используйте при работе с ресурсами Databricks через DAB,
9410084D——2 дн назад
11B
Бессерверные вычисления для заданий Databricks, конвейеров Lakeflow и декларативных пакетов автоматизации (DAB) со стандартным или оптимизированным производительностью режимом, а также классическим ре
9310083C——2 дн назад
12B
Databricks Sandbox: бессерверные вычисления по запросу для выполнения недоверенного или сгенерированного агентом кода и фоновых задач. Создание/запуск/остановка/удаление песочниц, выполнение команд (с
9310083D——2 дн назад
13B
Создание приложений на платформе Databricks Apps. Используйте, когда вас просят создать приложения для анализа данных, инструменты аналитики или пользовательские интерактивные визуализации. Простой за
9210081D——2 дн назад
14B
Разработка и развертывание заданий Lakeflow на Databricks через DAB, Python SDK или CLI. Используйте при создании заданий инжиниринга данных с использованием ноутбуков, Python wheels, SQL, dbt или кон
929587D——2 дн назад
15B
Операции Databricks CLI и основной/точечный навык для использования Databricks CLI: аутентификация, выбор профиля и пакеты. Загрузите это в первую очередь для задач CLI, аутентификации, профиля и паке
919684C——2 ч назад
16B
Трассировка и наблюдаемость MLflow на Databricks. Используйте при начале работы с MLflow, инструментировании приложений и агентов GenAI, получении и анализе трассировок, отладке сеансов чата или запро
9010075C——2 дн назад
17C
Оценка GenAI и улучшение агентов MLflow на Databricks. Используйте при запуске mlflow.genai.evaluate(), создании оценщиков или наборов данных, согласовании судей с MemAlign, оптимизации подсказок или
8910072D——2 дн назад
18B
Разрабатывайте UX пользовательских приложений Databricks (AppKit/React) для отображения данных — страницы KPI/обзора, отчеты, диаграммы, таблицы и помощники по данным Genie/chat — сопоставленные с кон
9410085C не хватает файлов——2 дн назад
19B
Жизненный цикл и операции конечных точек Databricks Model Serving. Используйте, когда вас просят: CRUD конечные точки обслуживания (CLI или клиент MLflow Deployments); настроить маршрутизацию трафика
9310082C не хватает файлов——2 дн назад
20B
Конечные точки и индексы Databricks AI Search (ранее Vector Search) для RAG и семантического поиска. Используйте, когда вас просят: создать стандартные или оптимизированные для хранения конечные точки
9210079D не хватает файлов——2 дн назад
21B
Обучайте ML-модели на Databricks. Используйте для: классификации/регрессии/глубокого обучения (XGBoost, scikit-learn, LightGBM, PyTorch) с Optuna, псевдонимами @prod/@challenger, пакетного скоринга (s
9210079D не хватает файлов——2 дн назад
22B
Обнаружение, исследование и запрос данных Databricks через Genie — эквивалент CLI для Genie One MCP. ОБЯЗАТЕЛЬНО использовать, когда пользователь просит найти или определить местоположение данных ("ка
9110077D не хватает файлов——2 дн назад
23C
Отправка записей из приложений, сервисов, устройств или скриптов напрямую в Delta-таблицы Unity Catalog с помощью Zerobus Ingest: SDK (Python, TypeScript, Go, Java, Rust, C++, .NET), REST, OTLP, MQTT,
808277C——2 дн назад
24B
Управление, контроль доступа и наблюдаемость Unity Catalog. Используйте для предоставления или отзыва доступа (GRANT/REVOKE), анализа модели привилегий и владения, настройки безопасности на уровне стр
9010075D не хватает файлов——2 дн назад
25B
Создавайте, управляйте и запрашивайте агентов Databricks Genie (ранее Genie Spaces): кураторские агенты для таблиц Unity Catalog, Metric Views и документов в томах UC. Используйте при создании, миграц
9010076D не хватает файлов——2 дн назад
26B
Метрические представления Unity Catalog: определяйте, создавайте, запрашивайте и управляйте стандартизированными бизнес-метриками в YAML. Используйте при создании стандартизированных KPI, метрик выруч
9010075D не хватает файлов——2 дн назад
27B
Руководство по разработке Databricks, включая Python SDK, Databricks Connect, CLI и REST API. Используйте при работе с databricks-sdk, databricks-connect или API Databricks.
9010074F не хватает файлов——2 дн назад
28B
Таблицы Apache Iceberg на Databricks — управляемые таблицы Iceberg, внешнее чтение Iceberg (ранее Uniform), режим совместимости, Iceberg REST Catalog (IRC), Iceberg v3, взаимодействие со Snowflake, Py
9010075F не хватает файлов——2 дн назад
29C
Используйте встроенные AI-функции Databricks (ai_classify, ai_decide, ai_extract, ai_summarize, ai_mask, ai_translate, ai_fix_grammar, ai_gen, ai_analyze_sentiment, ai_similarity, ai_parse_document, a
8910073F не хватает файлов——2 дн назад
30C
Databricks Lakebase Postgres: проекты, масштабирование, подключение, синхронизированные таблицы Lakebase и Data API. Используйте при запросах о базах данных Lakebase, хранилище OLTP или подключении пр
798077C——2 дн назад
31C
Справочник по документации Databricks через индекс llms.txt. Используйте, когда другие навыки не охватывают тему, ищете незнакомые функции Databricks или нуждаетесь в авторитетной документации по API,
8810071F не хватает файлов——2 дн назад
32C
Создавайте наборы данных для оценки RAG / неструктурированных документов и демонстрационные документы (например, для агента Genie с подключенным томом) на Databricks: генерируйте синтетические PDF-фай
8710068D не хватает файлов——2 дн назад
33C
Python backend для Databricks Apps — FastAPI (по умолчанию), Flask, Dash, Streamlit, Gradio, Reflex. **По умолчанию для нового приложения Databricks используется `databricks-apps` (AppKit — Node/TypeS
879575D не хватает файлов——2 дн назад
34C
Создание ИИ/BI-дашбордов Databricks. Обязательно использовать при создании, обновлении или развертывании дашбордов Lakeview, поскольку дашборды Databricks имеют уникальную JSON-структуру. КРИТИЧЕСКИ В
8610065F не хватает файлов——2 дн назад
35C
Выполнение кода и управление вычислениями в Databricks: запуск Python/Scala/SQL/R через serverless, classic или interactive кластеры, а также создание/изменение размера/удаление кластеров и SQL wareho
8510063D не хватает файлов——2 дн назад
36F
Миграция рабочих нагрузок Databricks из классических вычислений в serverless. Используйте при миграции ноутбуков, заданий, конвейеров или Scala JAR (`spark_jar_task`) из классических кластеров в serve
462381C——2 дн назад

Описания переведены автоматически; оригинал — на странице скилла.