Automated Deployment with Declarative Automation Bundles - Korean

이 과정에서는 전통적인 소프트웨어 테스트로는 처리할 수 없는 비결정론적 AI 시스템의 고유한 과제를 해결하기 위해, MLflow의 평가 프레임워크를 사용하여 AI Agents를 체계적으로 평가하는 방법을 학습합니다. 학생들은 정확성 및 안전성과 같은 일반적인 기준을 위한 기본 내장 판정자, 비즈니스별 요구 사항을 위한 가이드라인 판정자, 특수한 요구 사항을 위한 커스텀 판정자 등 다양한 평가 방식을 구현하는 방법을 학습합니다. 이 과정에서는 큐레이션된 데이터셋을 사용한 오프라인 평가와 온라인 생산 모니터링을 모두 다루며, MLflow의 추적 기능을 활용하여 에이전트 실행 패턴을 이해하고 다양한 이해관계자 유형으로부터 사람의 피드백을 수집하는 실습 경험을 제공합니다. 실습 시연과 실험을 통해 학생들은 AI Agent 개발 수명 주기 전반에 걸쳐 지속적인 품질 향상을 이끄는 평가 Workflows를 구축하는 역량을 개발합니다.

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 과정에서는 Databricks Data Intelligence Platform에서 카탈로그 구조와 대규모 데이터 조직을 설계, 구현 및 거버넌스하는 방법을 학습합니다. 엔터프라이즈 레이크하우스의 중앙 집중식 거버넌스 계층으로서 Unity Catalog의 포괄적인 관점을 제공합니다. 5개 모듈로 나뉘어 있으며, Unity Catalog을 클라우드 배포 모델 내에 배치하는 것으로 시작하여 Account Console, metastore 생성 및 관리자 역할 계층 구조를 다룹니다. 그런 다음 명명 규칙, 소유권 패턴 및 MANAGE 위임을 사용하여 조직 토폴로지(사업부, 리전 및 개발/QA/프로덕션 환경)를 확장 가능한 카탈로그 및 스키마 설계로 변환합니다. 과정은 스토리지 자격 증명, 외부 위치, 관리 스토리지 계층 구조, 관리 대 외부 테이블 및 비테이블 데이터를 위한 UC Volumes와의 안전한 스토리지 통합을 다룹니다. 다음으로, 접근 패턴과 격리 전략 — 3단계 GRANT 체인, 워크스페이스-카탈로그 바인딩 및 스키마 수준 Attribute-Based Access Control (ABAC) 정책 — 을 적용하여 대규모 세분화된 데이터 보호를 시행합니다. 마지막으로, 과정은 카탈로그 설계, 자동화, 최소 권한 및 그룹 기반 접근 관리에 대한 모범 사례로 마무리됩니다. 

참고: SCORM 강의 파일의 경우, 콘텐츠를 완료한 후 SCORM 창을 닫아 주세요. ‘다음 레슨’ 버튼을 클릭하지 마세요. 클릭하면 SCORM 모듈이 완료된 것으로 표시되지 않을 수 있습니다.

이 과정에서는 Databricks Data Intelligence Platform에서 순수 SQL을 사용하여 생산 준비가 완료된 ETL 파이프라인을 구축하는 방법을 학습합니다. 수강생은 증분 수집을 위한 Auto Loader를 활용한 Streaming 테이블, 실버에서 골드로의 변환을 위한 증분 갱신이 적용된 구체화된 뷰(Materialized Views), 선언적 SCD Type 1 및 Type 2 차원 관리를 위한 AUTO CDC(FLOW AUTO CDC), 그리고 데이터 품질 기대값, PRIVATE 테이블, 통합 모니터링을 갖춘 생산 다중 테이블 파이프라인으로 이러한 객체를 그룹화하는 Apache Spark Declarative Pipelines(SDP)를 학습합니다. 이 과정은 메달리온 아키텍처(브론즈 → 실버 → 골드)를 따라 실제 소매 데이터셋을 다룹니다. Lakeflow Jobs를 활용한 오케스트레이션은 보너스 모듈로 제공됩니다.

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.