주요 컨텐츠로 이동

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.


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

Skill Level
Associate
Duration
4h
Prerequisites

- 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)

Public Class Registration

If your company has purchased success credits or has a learning subscription, please fill out the Training Request form. Otherwise, you can register below.

Private Class Request

If your company is interested in private training, please submit a request.

See all our registration options

Registration options

Databricks has a delivery method for wherever you are on your learning journey

Runtime

Self-Paced

Custom-fit learning paths for data, analytics, and AI roles and career paths through on-demand videos

지금 등록하세요

Instructors

Instructor-Led

Public and private courses taught by expert instructors across half-day to two-day courses

지금 등록하세요

Learning

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

Scale

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

Upcoming Public Classes

SQL Programming and Procedural Logic - Korean

이 과정에서는 Databricks 내에서 핵심 SQL 프로그래밍 및 절차적 로직 기술을 탐색하며, 모듈화되고 유지 관리 가능하며 프로덕션 준비가 완료된 분석 워크플로를 구축하는 방법에 중점을 둡니다. Common Table Expressions(고급 재귀 CTE 포함), 임시 뷰 및 테이블과 같은 세션 범위 객체, User Defined Functions와 같은 주요 SQL 구문을 학습하여 SQL 개발을 더 깔끔하고 재사용 가능하게 만드는 방법부터 시작합니다. 그런 다음 복합 문, 변수, 제어 흐름, 조건문, 루프 및 강력한 오류 처리를 사용하는 고급 SQL 스크립팅 기법을 통해 구조화되고 유연한 SQL 프로세스를 생성하는 방법을 안내받습니다. 또한 ACID 준수 다중 문 트랜잭션을 사용하여 이러한 다단계 파이프라인 전반에 걸쳐 데이터 일관성을 보장하는 방법도 학습합니다. 마지막으로 로직을 SQL Stored Procedures로 캡슐화하고 Lakeflow Jobs 및 마이그레이션 전략으로 복잡한 워크플로를 오케스트레이션하여 레거시 작업을 Databricks 플랫폼의 전체 기능을 활용하는 모듈화된 자동화 파이프라인으로 전환하는 방법을 알아봅니다.

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.

Paid
4h
Lab
instructor-led
Associate
Data Analyst

AI/BI for Data Analysts - Korean

이 코스에서는 데이터 분석가가 Databricks에서 AI/BI Dashboards를 설계, 구축, 게시 및 운영하는 방법을 배웁니다. AI/BI Dashboards는 거버넌스가 적용된 Unity Catalog 데이터를 대화형 시각화, 필터, Genie 통합과 결합하여, 비즈니스 사용자가 코드를 작성하지 않고도 답을 탐색할 수 있게 합니다.

이 코스는 하나의 엔드 투 엔드 구축을 따라 진행됩니다. Unity Catalog의 소스 테이블에서 시작하여, 게시되고 모니터링되는 여러 페이지 대시보드로 마무리합니다. 그 과정에서 대시보드가 더 넓은 Databricks AI/BI 제품군에서 어떻게 자리매김하는지, 그리고 Genie, 데이터 세트, 시각화, 필터가 각각 워크플로의 어디에 들어맞는지 배웁니다.

다루는 내용은 다음과 같습니다.

• AI/BI Dashboards의 기초와, 그것이 Genie 및 Databricks 플랫폼의 나머지 요소와 어떻게 관련되는지.

• Unity Catalog에서 소스 데이터를 탐색하고 SQL로 재사용 가능한 대시보드 데이터 세트를 설계하기.

• 시각화(KPI, 추세, 세부 분석) 작성 및 깔끔한 여러 페이지 대시보드 구성.

• Genie Code를 사용하여 자연어 프롬프트로부터 SQL, 차트, 필터의 초안을 작성하기.

• 필터를 추가하여 대시보드를 대화형으로 만들고 보는 사람의 질문에 응답하도록 하기.

• 적절한 사람이 대시보드를 보고 편집할 수 있도록 게시, 공유, 권한 관리하기.

• 예약된 새로 고침, 캐싱, 사용량 모니터링과 함께 대시보드를 프로덕션에서 운영하기.

코스를 마칠 무렵에는 비즈니스 질문에서 출발하여, 이를 뒷받침하는 데이터 세트를 설계하고, 완성도 높은 대시보드를 구축하며, 올바른 권한과 정확성을 유지하는 새로 고침 전략과 함께 대상에게 제공할 수 있게 됩니다.

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.

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

Paid & Subscription
3h
Lab
Associate

Questions?

If you have any questions, please refer to our Frequently Asked Questions page.