Building Agentic Applications on Databricks - Korean

이 과정에서는 Databricks에서 생성형 AI 에이전트를 배포하고 모니터링하는 엔드투엔드 수명 주기를 다룹니다. 참가자는 Declarative Automation Bundles(DABs)를 사용하여 에이전트를 Databricks Apps로 배포하고, Model Context Protocol(MCP)을 통해 도구를 통합하고, MLflow Tracing으로 에이전트를 계측하며, scorer, 멀티턴 judge 및 온라인 평가를 사용하여 프로덕션 품질을 평가하는 방법을 배웁니다. 실습 데모와 실습을 통해 Databricks 플랫폼에서 프로덕션급 AI 에이전트를 구축하고 관찰하고 모니터링하는 실무 경험을 쌓습니다.

참고: Databricks Academy는 Databricks 환경 내 강의실 세션을 노트북 기반 형식으로 전환하고 있으며, 강의에 슬라이드 덱 사용을 중단합니다. 강의 노트북은 Vocareum 실습 환경에서 이용할 수 있습니다.

이 과정에서는 Databricks Agent Bricks를 사용하여 검색 에이전트를 구축하는 실습 교육을 제공합니다. 참가자는 Knowledge Assistant를 살펴보고 쿼리하며, AI Functions를 사용하여 비정형 문서를 정형 데이터로 파싱하고, 의미 기반 검색을 위해 텍스트를 청킹하고, AI Search 인덱스를 구축하며, 여러 지식 소스를 기반으로 프로덕션에 사용할 수 있는 Knowledge Assistant를 생성하는 방법을 배웁니다.

참고: Databricks Academy는 Databricks 환경 내 교실 세션에서 노트북 기반 형식으로 전환하고 있으며, 강의용 슬라이드 덱의 사용을 중단하고 있습니다. Vocareum 실습 환경에서 강의 노트북에 액세스할 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: 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.