AI Agent Fundamentals - Korean

이 기초 과정에서는 AI 에이전트와 Mosaic AI 플랫폼 및 Agent Bricks를 포함하여 Databricks의 엔터프라이즈 애플리케이션에서의 사용을 소개합니다. 학습자는 AI 에이전트가 무엇인지, 어떻게 작동하는지, 복잡한 작업을 처리하기 위해 인간의 추론을 모방하는 방법을 조사합니다.

이 과정은 실제 에이전트 사용 사례를 다루며 에이전트 워크플로 및 다중 에이전트 시스템과 같은 고급 주제에 대한 기본 소개를 제공합니다. 또한 Agent Bricks가 다양한 애플리케이션 전반에 걸쳐 기업용 에이전트 개발을 어떻게 간소화하는지 살펴보며, Databricks에서 에이전트를 구축하고 사용하는 방법을 보여주는 데모를 제공합니다.

Languages Available: English | 日本語 | Português BR | 한국어

Skill Level

Introductory

Duration

1h 30m

Prerequisites

그것은 사용자가 Databricks 기초를 완료하는 것이 좋습니다.

Self-Paced

Custom-fit learning paths for data, analytics, and AI roles and career paths through on-demand videos

Customer registration Partner registration

See all our registration options

Registration options

Databricks has a delivery method for wherever you are on your learning journey

Self-Paced

Custom-fit learning paths for data, analytics, and AI roles and career paths through on-demand videos

Instructor-Led

Public and private courses taught by expert instructors across half-day to two-day courses

Blended Learning

Self-paced and weekly instructor-led sessions for every style of learner to optimize course completion and knowledge retention. Go to Subscriptions Catalog tab to purchase

Purchase now

Skills@Scale

Comprehensive training offering for large scale customers that includes learning elements for every style of learning. Inquire with your account executive for details

Upcoming Public Classes

Data Engineer

DevOps Essentials for Data Engineering - Korean

이 과정에서는 Databricks를 사용하여 작업하는 데이터 엔지니어를 위해 특별히 설계된 소프트웨어 엔지니어링 모범 사례와 DevOps 원칙을 살펴봅니다. 참가자는 코드 품질, 버전 제어, 문서화, 테스트와 같은 핵심 주제에 대한 강력한 기반을 구축하게 됩니다. 이 과정에서는 DevOps를 강조하여 핵심 구성 요소, 이점, 데이터 엔지니어링 워크플로 최적화에서 지속적인 통합 및 배포(CI/CD)의 역할에 대해 다룹니다.

PySpark에서 모듈성 원칙을 적용하여 재사용 가능한 구성 요소를 만들고 효율적으로 코드를 구성하는 방법을 학습합니다. 실습 경험에는 pytest 프레임워크를 사용하여 PySpark 함수에 대한 단위 테스트를 설계하고 구현하는 것과 DLT 및 Workflows를 사용하여 Databricks 데이터 파이프라인에 대한 통합 테스트를 수행하여 안정성을 보장하는 것이 포함됩니다.

또한 이 과정에서는 Databricks Git 폴더를 사용하여 지속적인 통합 관행을 통합하는 것을 포함하여 Databricks 내에서 필수적인 Git 작업도 다룹니다. 마지막으로 REST API, CLI, SDK, Databricks Asset Bundles(DAB) 등 Databricks 자산에 대한 다양한 배포 방법을 간략하게 살펴보고 파이프라인을 배포하고 관리하는 기술에 대한 지식을 얻습니다.

과정을 마치면 소프트웨어 엔지니어링과 DevOps 모범 사례에 능숙해져서 확장 가능하고 유지 관리가 가능하며 효율적인 데이터 엔지니어링 솔루션을 구축할 수 있게 됩니다.

Languages Available: English | 日本語 | Português BR | 한국어

Free

Associate

Apache Spark Developer

Developing Applications with Apache Spark™ - Korean

이 실습 과정에서 Apache Spark로 확장 가능한 데이터 처리를 마스터하세요. Spark의 DataFrame API를 사용하여 효율적인 ETL 파이프라인을 구축하고, 고급 분석을 수행하며, 분산 데이터 변환을 최적화하는 방법을 알아보세요. 그룹화, 집계, 조인, 집합 연산 및 창 함수를 살펴봅니다. 배열, 맵, 구조체와 같은 복잡한 데이터 유형으로 작업하면서 성능 최적화를 위한 모범 사례를 적용하세요.

Languages Available: English | 日本語 | 한국어

Free

Associate

Data Engineer

Get Started with Databricks for Data Engineering - Korean

이 과정에서는 Databricks Data Intelligence Platform를 사용하여 간단한 데이터 엔지니어링 워크플로를 수행하고 데이터 웨어하우징 노력을 지원할 수 있는 기본 기술을 배웁니다. 워크스페이스을 둘러보고 카탈로그, 스키마, 볼륨, 테이블, 컴퓨팅 클러스터 및 Notebooks와 같은 Databricks의 개체로 작업하는 방법을 보여줍니다. 그런 다음 기본 데이터 엔지니어링 워크플로에 따라 테이블 생성 및 작업, Delta Lake로 데이터 수집, 메달리온 아키텍처를 통한 데이터 변환, Databricks Workflows를 사용하여 데이터 엔지니어링 작업 오케스트레이션과 같은 작업을 수행합니다. 또한 Databricks가 Databricks SQL, Lakeflow 선언적 파이프라인 및 Unity Catalog를 사용하여 데이터 웨어하우징 요구 사항을 지원하는 방법도 알아봅니다.

Databricks Labs 구독을 구매하면 이 과정은 라이브 Databricks 워크스페이스 환경에서 배운 내용을 연습할 수 있는 포괄적인 실습 연습으로 마무리됩니다.

Languages Available: English | 日本語 | Português BR | 한국어

Free

Onboarding