데이터브릭스 AutoML을 통한 예측 간소화
Translated by HaUn Kim - Original Blog Post 작년에는 분류와 회귀를 위한 데이터브릭스 AutoML이라는 도구 를 발표하며, 데이터 팀의 역량 강화에 있어 '블랙...
레이크하우스 모니터링: 데이터 품질과 AI를 위한 통합 솔루션
Introduction 데이터브릭스 레이크하우스 모니터링 을 사용하면 추가 툴이나 복잡한 과정 없이 데이터부터 기능, ML 모델에 이르는 모든 데이터 파이프라인을 모니터링할 수 있습니다. Unity...
Apache Spark™ 3.5의 Arrow에 최적화된 Python UDF
(번역: Youngkyong Ko) Original Blog Post Apache Spark™에서 Python 사용자 정의 함수(UDF)는 가장 인기 있는 기능 중 하나입니다. 이 기능을 통해 사용자는 고유한...
PySpark의 매개변수화 쿼리 (Parameterized queries)
(번역: Leah Seo) Original Blog Post PySpark는 언제나 데이터 쿼리를 위한 훌륭한 SQL 및 Python API를 제공해 왔습니다. Databricks Runtime 12.1 과 Apache...
AI 기반의 문서화를 위한 맞춤형 LLM 만들기
(번역: Youngkyong Ko) Original Blog Post 우리는 최근 대규모 언어 모델(LLM)을 사용하여 Unity Catalog의 테이블과 열에 대한 문서를 자동으로 생성하는 AI 기반의 문서화...
Spark Connect의 Python 종속성 관리
분산 컴퓨팅 환경에서 애플리케이션의 환경을 관리하는 것은 어려울 수 있습니다. 모든 노드가 코드를 실행하는 데 필요한 환경을 갖추고 있는지 확인하고 사용자 코드의 실제...
데이터 레이크하우스를 통한 컴퓨터 비전 애플리케이션 활성화
번역：HaUn Kim - Original Blog Link Rise of the Data Lakehouse 를 통해 데이터 웨어하우스의 창시자인 빌 인몬과 함께 레이크하우스가 미래의 데이터 아키텍처인...
벡터 검색(Vector Search) 공개 미리보기 발표
(번역: Lina Ryoo) Original Blog Post 검색 증강 생성(Retrieval Augmented Generation, RAG) 에 대한 소식 에 이어, 데이터브릭스 벡터 검색(Vector Search)의 공개 미리보기를...
새로운 파운데이션 모델 기능으로 생성형 AI 앱을 더 빠르게 구축하기
지난 주 검색 증강 세대(RAG) 에 대한 발표에 이어, 모델 서빙에 대한 주요 업데이트를 발표하게 되어 기쁩니다. Databricks Model Serving은 이제 통합 인터페이스를...
데이터브릭스를 이용하여 고품질 RAG 애플리케이션 만들기
(번역: Youngkyong Ko) Original Blog Post 검색 증강 생성( Retrieval-Augmented-Generation , 이하 RAG)는 내부 데이터와 실시간 데이터를 대규모 언어 모델( Large Language Model...