Data Interoperability with Unity Catalog - Korean

이 과정에서는 Apache Spark의 아키텍처와 Databricks 내 머신 러닝 워크로드에 대한 적용에 관한 이론적·실무적 지식을 습득합니다. 데이터 준비, 모델 학습 및 배포에 Spark를 활용하는 시점을 학습하는 동시에, Spark ML 및 Spark 기반 Pandas APIs에 대한 실습 경험을 쌓습니다. 이 과정에서는 하이퍼파라미터 튜닝 및 Spark를 활용한 Optuna 스케일링과 같은 고급 개념을 소개합니다. 또한 포괄적인 모델 패키징 및 거버넌스를 위해 어소시에이트 과정에서 소개된 MLflow 및 Unity Catalog와 같은 기능과 개념을 활용합니다. 

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 개발자가 Databricks 플랫폼에서 직접 안전한 데이터 및 AI 애플리케이션을 빌드하고 배포할 수 있도록 지원하는 새로운 기능인 Databricks Apps를 소개합니다. 이 과정은 주로 조직 내 비기술 사용자가 데이터 인사이트에 접근할 수 있도록 맞춤형 애플리케이션을 만들어야 하는 데이터 과학자, 데이터 엔지니어 및 개발자를 대상으로 설계되었습니다.

이 과정은 Databricks Apps의 주요 구성 요소 개요로 시작하여, 외부 서비스와 통합되는 간단한 앱 배포로 이어집니다. 다음으로, Databricks 플랫폼 기능과 통합되는 지능적인 데이터 기반 애플리케이션을 빌드하고 배포하는 방법을 학습합니다. 이후 Databricks 환경 외부에서 앱을 개발하는 방법을 다루며, 안전하고 신뢰할 수 있는 엔터프라이즈 앱 구현을 위한 모범 사례에 대한 상세한 내용으로 마무리됩니다.

참고: SCORM 강의 파일의 콘텐츠를 완료한 후에는 SCORM 창을 닫아 주세요. ‘다음 레슨’ 버튼을 클릭하면 SCORM 모듈이 완료로 표시되지 않을 수 있으므로 클릭하지 마세요.

Databricks Apps를 사용하면 Databricks 플랫폼에서 직접 대화형 데이터 및 AI 애플리케이션을 빌드하고 배포할 수 있습니다. 하지만 성공적인 AI 지원 개발은 단순히 코드를 생성하는 것 이상으로, 효과적인 워크플로를 개발하는 것이 핵심입니다.

이 실습 과정에서는 Genie Code를 AI 개발 어시스턴트로 활용하여 Lakebase 기반의 Databricks App을 처음부터 빌드합니다. 과정을 진행하면서 AI 지원 개발에 대한 실용적이고 반복 가능한 접근 방식을 배웁니다. 여기에는 코드 생성 전 의도를 명확히 명세하기, 작고 검증 가능한 단위로 작업하기, 재사용 가능한 Genie Code Skills 활용하기, 그리고 AI가 생성한 결과물을 단순히 수용하지 않고 검토하고 개선해야 할 대상으로 다루기가 포함됩니다.

Databricks App을 생성 및 배포하고, Lakebase 데이터베이스를 트랜잭션 저장소로 프로비저닝하여 연결하고, CRUD 운영을 구현하며, Genie Code를 사용하여 일반적인 개발 작업을 가속화합니다. 과정을 마치면 작동하는 애플리케이션을 갖추게 될 뿐만 아니라, 향후 소프트웨어 프로젝트에서 AI와 효과적으로 협업하기 위한 실용적인 프레임워크도 습득하게 됩니다.

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