Data Modeling Strategies - Korean

이 과정은 실무자들이 Databricks Data Intelligence Platform에서의 전체 데이터 모델링 접근 방식을 학습할 수 있도록 안내합니다. 고전적인 데이터 웨어하우스 기법(Inmon, Kimball, Data Vault 2.0)부터 특성 저장소 기반의 ML 활용 사례, Unity Catalog를 통한 데이터 제품화까지 다룹니다.

각 모델링 접근 방식은 강의를 통해 소개된 후, 공유 데이터셋(TPC-H 샘플)을 활용한 실습 데모로 심화 학습이 이루어집니다. 과정의 마지막에는 ERM, 차원 모델링, Data Vault 2.0, 그리고 특성 저장소를 하나의 통합된 워크플로로 실습하는 종합적인 엔드투엔드 실습이 진행됩니다.

참고:

이 과정에는 학습자가 과정 전체를 수강한 후 수행해야 하는 실습 랩이 포함되어 있습니다.
SCORM 강의 파일의 경우 콘텐츠를 완료한 후 SCORM 창을 닫아야 합니다. ‘Next Lesson’ 버튼을 클릭하지 마세요. 클릭하면 SCORM 모듈이 완료된 것으로 표시되지 않을 수 있습니다.

Skill Level

Associate

Duration

Prerequisites

이 과정의 콘텐츠는 다음과 같은 기술, 지식 및 역량을 갖춘 참가자를 대상으로 개발되었습니다:

• SQL 및 관계형 데이터베이스 개념에 대한 실무 지식

• Databricks 기본 사항(Workspaces, Notebooks, Unity Catalog 기초)에 대한 이해

• OLTP 대 OLAP 및 메달리온 아키텍처에 대한 개념적 이해

• Python 및 PySpark에 대한 기본적인 경험이 있으면 도움이 되지만 필수는 아닙니다

• 차원 모델링 개념에 대한 이해가 있으면 도움이 되지만 필수는 아닙니다

Self-Paced

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

Customer registration Partner registration

See all our registration options

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

지금 등록하세요

Instructor-Led

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

지금 등록하세요

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

Upcoming Public Classes

Architecting Data Warehouses for Large-Scale Deployments - Korean

이 과정은 대규모 데이터 웨어하우징 배포를 위한 성능 최적화, 비용 관리 및 보안을 다룹니다.

이 과정은 여러 사업 부서에 걸쳐 수백 또는 수천 명의 사용자에게 서비스를 제공하는 Databricks 환경을 관리하는 데이터 웨어하우징 실무자를 대상으로 설계되었습니다. 높은 성능, 비용 효율성 및 보안 표준 규정 준수를 유지하면서 데이터 웨어하우징 운영을 효율적으로 스케일하는 데 필요한 역량을 습득하게 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.

Paid & Subscription

Lab

Associate

Omnigent Basics - Korean

이 과정은 Databricks의 오픈 소스 메타 하네스인 Omnigent와, 이를 활용하여 Databricks 플랫폼에서 AI Agents를 구축하고, 관리하며, 협업하는 방법을 소개합니다. 하네스란 무엇인지, 그리고 메타 하네스가 기존에 사용하던 에이전트 도구들의 위에 위치하여 상호 운용성을 제공하는 방식을 학습하고, Omnigent의 세 가지 핵심 기둥인 Combine, Control, Share를 탐험합니다. 인터랙티브 강의와 실습을 통해 Databricks 샌드박스에서 Omnigent 세션을 시작하고, 애플리케이션을 바이브 코딩하여 공유하며, 이식 가능한 YAML 에이전트를 선언하고, 상태 기반 컨텍스트 정책(치명적 트리펙타 및 프롬프트 인젝션에 대한 방어 포함)을 적용하며, 기본 내장 에이전트인 Polly 및 Debby와 함께 작업합니다. 이 과정을 마치면 Omnigent, Unity Gateway, Databricks 샌드박스를 활용하여 AI Agents를 조율하고 관리하는 방법을 이해하게 됩니다.

Paid & Subscription

Lab

Professional

Machine Learning Practitioner

Feature Engineering at Scale - Korean

이 과정에서는 Databricks 플랫폼에서 엔드투엔드 특성 엔지니어링 파이프라인을 설계, 스케일링 및 운영화하는 방법에 대한 포괄적인 이해를 습득합니다. 커리큘럼은 세 가지 점진적 모듈로 구성되어 있습니다: Spark의 분산 실행 및 최적화 기초 마스터링, Auto Loader 및 선언적 LakeFlow 파이프라인을 활용한 확장 가능한 데이터 수집 구현, 그리고 Databricks 특성 저장소를 활용한 생산 수준의 MLOps로의 발전입니다.

Catalyst Optimizer 및 Spark UI를 활용한 Spark 성능 디버깅, 자동화된 품질 검사를 포함한 강건한 브론즈-실버-골드 메달리온 아키텍처 구축, SparkML을 활용한 확장 가능한 특성 변환 구현 등 실습 학습 경험에 참여합니다. 본 과정은 온라인 특성 저장소를 통한 실시간 특성 서빙 배포, 온디맨드 변환을 포함한 FeatureSpec 정의, Unity Catalog를 활용한 거버넌스 및 리니지 추적 적용으로 마무리됩니다.

과정을 마치면 엔터프라이즈 스케일에서 머신 러닝을 위한 완전한 특성 라이프사이클을 관리할 수 있는 역량을 갖추게 됩니다. 즉, 성능이 뛰어나고 신뢰할 수 있으며 거버넌스가 적용된 생산 준비 완료 파이프라인을 설계할 수 있습니다.

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

Paid & Subscription

Lab

Professional