Data Modeling Strategies - Korean
이 과정에서는 Databricks Lakehouse Platform을 사용하여 확장 가능하고 분석에 적합한 데이터 모델을 설계하는 방법을 학습합니다. 이 과정은 기본 데이터 모델링 원칙, 고급 웨어하우징 및 머신 러닝 사용 사례, 최신 데이터 제품 설계를 다루는 3개 모듈로 구성되어 있습니다. Inmon의 CIF, Kimball의 차원 모델링, Data Vault 2.0과 같은 핵심 방법론을 살펴보고, Databricks에서 이러한 전략을 구현하는 방법에 대한 실제 데모도 살펴봅니다.
실습 랩을 통해 ER 다이어그램을 작성하고, SCD 유형 2 변환을 적용하고, ML 워크플로를 위한 특징점을 만듭니다. 또한 이 과정에서는 데이터 제품의 개념을 소개하고 제품 사고, 거버넌스, 의미적 일관성이 어떻게 확장 가능한 교차 도메인 통합을 가능하게 하는지 설명합니다. 이 과정을 마치면 통합된 Lakehouse 아키텍처에서 데이터를 효과적으로 모델링, 관리하고 운영할 수 있는 역량을 갖추게 됩니다.
- 스키마, ETL 프로세스, 비즈니스 인텔리전스 워크플로를 포함한 데이터 웨어하우징 개념에 대한 기본 지식.
- 테이블 생성, 조인, 제약 조건, 쿼리를 사용한 데이터 조작을 포함한 SQL에 대한 지식이 필요합니다.
- Databricks 또는 유사한 클라우드 기반 데이터 플랫폼에 대한 기본 경험.
- 레이크하우스 아키텍처과 Delta Lake 운영에 대한 기본 지식.
- 데이터 처리 및 변환 작업을 위한 Python 및 PySpark 활용(권장 사항이지만 필수 사항은 아님)
Self-Paced
Custom-fit learning paths for data, analytics, and AI roles and career paths through on-demand videos
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
Register now
Instructor-Led
Public and private courses taught by expert instructors across half-day to two-day courses
Register now
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
