AI/BI for Data Analysts - Korean

이 과정은 Databricks Data Intelligence Platform에서 순수 SQL을 사용해 운영 준비가 된 ETL 파이프라인을 구축하는 방법을 가르칩니다. 학생들은 점진적 적재를 위한 Auto Loader가 포함된 스트리밍 테이블, 실버에서 골드로 변환을 위한 점진적 리프레시가 있는 Materialized Views, 선언적 SCD 타입 1 및 타입 2 차원 관리를 위한 AUTO CDC(FLOW AUTO CDC), 그리고 운영 오케스트레이션을 위한 SQL 파일 작업이 포함된 Lakeflow Jobs를 배웁니다. 이 과정은 메달리온 아키텍처(브론즈 → 실버 → 골드)를 통해 현실적인 소매 데이터셋을 따라갑니다.

참고: SCORM 강의 파일을 이용할 때는 콘텐츠를 모두 학습한 후 SCORM 창을 닫으시기 바랍니다. ‘다음 강의’ 버튼을 클릭하지 마십시오. 클릭할 경우 SCORM 모듈이 완료로 표시되지 않을 수 있습니다.

이 입문 과정에서는 Databricks Data Intelligence Platform에 내장된 완전 관리형 PostgreSQL 서비스인 Databricks Lakebase를 소개하며, 이 서비스가 운영(OLTP) 및 분석(OLAP) 워크로드를 더욱 긴밀하게 통합하는 방식을 다룹니다.

이 과정은 OLTP와 OLAP 시스템을 비교하는 개념 강의를 시작으로, 두 시스템의 서로 다른 성능 특성, 스토리지 모델 및 일반적인 사용 사례를 설명합니다. 또한 데이터 이동, 지연 시간, 아키텍처의 복잡성 등 트랜잭션 데이터베이스와 분석 플랫폼을 별도로 유지 관리할 때 조직이 직면하는 과제들을 살펴볼 것입니다.

이어서 Databricks Lakebase가 Databricks Lakehouse와 직접 통합되는 PostgreSQL 호환 운영 데이터베이스를 제공함으로써, 운영 애플리케이션과 분석이 통합된 플랫폼 내에서 함께 작동하도록 지원하여 이러한 과제를 해결하는 방법을 배우게 됩니다.

실습을 통해 다음을 수행하게 됩니다:

오토스케일링 compute을 사용하여 Lakebase 프로젝트 생성 및 탐색

• 브랜칭, 모니터링, 구성 설정을 포함한 Lakebase UI 탐색

• Lakebase SQL 편집기를 사용하여 테이블 생성 및 쿼리 실행

• Lakehouse Federation 및 외부 카탈로그를 사용하여 Databricks에서 Lakebase 데이터 쿼리

• Delta 테이블을 Lakebase로 동기화하여 리버스 ETL 수행

• Python에서 Lakebase에 연결하여 기본 CRUD 작업 수행

이 과정은 입문 과정이므로, Lakebase를 활용하기 위한 핵심 개념과 기본 워크플로우를 이해하는 데 중점을 둡니다. Lakebase를 기반으로 완전한 프로덕션 애플리케이션을 구축하는 내용은 이 과정의 범위를 벗어납니다.

참고: Databricks Academy는 Databricks 환경 내의 대면 강의 형식을 노트북 기반 방식으로 전환함에 따라, 강의용 슬라이드 사용이 중단됩니다. Vocareum 랩 환경에서 강의용 노트북에 액세스할 수 있습니다.

생성형 AI는 신흥 실험에서 기업의 필수 역량으로 발전하여 지능형 고객 지원부터 복잡한 워크플로우를 자동화하는 AI 에이전트까지 다양한 분야에서 활용되고 있습니다. 

자체 데이터에 기반하고 신뢰를 위해 관리되는 방식으로 이를 효과적으로 배포하는 방법을 이해하는 조직이 자신이 속한 산업에서 속도를 주도하게 될 것입니다. 하지만 매주 새로운 모델이 출시되고 기능이 빠르게 진화하는 상황에서, 생성형AI를 전략적으로 평가하고 적용하는 방법을 아는 것이 최신 버전을 쫓는 것보다 더 중요합니다. 생성형 AI의 기초—무엇을 할 수 있는지, 어디에서 실제 비즈니스 가치를 제공하는지, 그리고 Databricks에서 안전하게 구현하는 방법—를 이 무료 주문형 교육에서 빠르게 익히세요.

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