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)

Upcoming Public Classes

Date
Time
Your Local Time
Language
Price
May 28
01 PM - 05 PM (Asia/Seoul)
-
Korean
$750.00

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

Apache Spark Developer

Apache Spark™ Programming with Databricks - Korean

이 과정은 Databricks를 사용하여 Apache Spark 프로그래밍을 배우기 위한 적절한 시작점 역할을 합니다.

아래에서는 이 과정에 포함된 4개의 4시간짜리 모듈을 각각 설명합니다.

Introduction to Apache Spark

이 과정은 분산 아키텍처와 대규모 데이터 처리를 위한 실제 응용 프로그램에 중점을 두고 Apache Spark™에 대한 필수 지식을 제공합니다. 참가자는 프로그래밍 프레임워크를 탐색하고 Spark DataFrame API를 배우며 Python 기반 Spark 워크플로를 사용하여 데이터를 읽고, 쓰고, 변환하는 기술을 개발하십시오. 

Developing Applications with Apache Spark

이 실습 과정에서 Apache Spark로 확장 가능한 데이터 처리를 마스터하세요. Spark의 DataFrame API를 사용하여 효율적인 ETL 파이프라인을 구축하고, 고급 분석을 수행하며, 분산 데이터 변환을 최적화하는 방법을 알아보세요. 그룹화, 집계, 조인, 집합 연산 및 창 함수를 살펴봅니다. 배열, 맵, 구조체와 같은 복잡한 데이터 유형으로 작업하면서 성능 최적화를 위한 모범 사례를 적용하세요.

Stream Processing and Analysis with Apache Spark

이 과정에서 Apache Spark를 사용하여 스트림 처리 및 분석의 기본 사항을 알아보세요.™ 스트림 처리 기본 사항에 대한 확실한 이해를 얻고 Spark Structured Streaming API를 사용하여 애플리케이션을 개발합니다. 스트림 집계 및 창 분석과 같은 고급 기술을 탐색하여 실시간 데이터를 효율적으로 처리하세요. 이 과정에서는 동적 데이터 환경을 위한 확장 가능하고 장애에 강한 스트리밍 애플리케이션을 만드는 기술을 습득합니다.

Monitoring and Optimizing Apache Spark Workloads on Databricks

이 과정에서는 안전한 데이터 거버넌스, 액세스 제어 및 계보 추적을 위한 Unity Catalog에 중점을 두고 확장 가능한 데이터 워크플로를 위한 레이크하우스 아키텍처 및 메달리온 설계를 살펴봅니다. 커리큘럼에는 Delta Lake를 사용하여 신뢰할 수 있는 ACID 호환 파이프라인 구축이 포함됩니다. 파티셔닝, 캐싱, 쿼리 튜닝과 같은 Spark 최적화 기술을 살펴보고 실제 문제를 해결하기 위한 효율적인 데이터 엔지니어링 및 분석을 위한 성능 모니터링, 문제 해결 및 모범 사례를 배웁니다.

Languages Available: English | 日本語 | 한국어

Paid
16h
Lab
instructor-led
Associate

Questions?

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