주요 컨텐츠로 이동

Get Started with AI Agents on Databricks - Korean

이 과정은 AI Agents, 현대 AI 애플리케이션에서의 역할, 그리고 Databricks 플랫폼에서 이를 구축하는 방법에 대한 입문 과정입니다. AI Agents가 무엇인지, 기존 AI 시스템과 어떻게 다른지, 그리고 주요 구성 요소는 무엇인지 학습합니다. 데모와 실습 랩을 통해 Unity Catalog 함수와 AI Search를 사용하여 AI Agents에 거버넌스가 적용된 도구를 제공하고, 데이터를 기반으로 Genie Agent를 구축하며, Databricks Apps에 애플리케이션으로 배포된 에이전트를 탐험하고, MLflow Traces에서 작업 과정을 추적하며 답변을 검증합니다. 이 과정을 마치면 Databricks Data Intelligence Platform에서 AI Agent의 전체 생명주기를 이해하게 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.

Skill Level
Onboarding
Duration
3h
Prerequisites

본 콘텐츠는 다음과 같은 기술/지식/능력을 갖춘 참가자를 대상으로 개발되었습니다:  

• Databricks 워크스페이스 탐색(왼쪽 탐색 메뉴 및 AI/ML 기능 UI 포함).

• Databricks 내 거버넌스 및 데이터 관리 레이어로서의 Unity Catalog에 대한 이해.

• 기본 SQL (SELECT, WHERE, GROUP BY). 기본 Python 지식이 있으면 도움이 되지만 필수는 아닙니다.

• 핵심 머신 러닝 및 생성형 AI 개념에 대한 이해.

• 제공된 코드와 프롬프트를 복사하여 붙여넣고 UI 지침을 따르는 것에 익숙함. 고급 프로그래밍 지식은 필요하지 않습니다.

Self-Paced

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

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

Machine Learning Practitioner

Data Preparation for Machine Learning - Korean

이 과정은 Databricks에서 전통적인 머신 러닝을 위한 데이터 준비의 기본 사항을 가르칩니다. 학습자는 Unity Catalog에서 관리되는 Delta 테이블에 데이터를 로드하고, Notebooks, 기본 내장 시각화 도구, Genie Code를 활용하여 데이터를 탐색합니다. 이후 데이터를 정제하고, 결측값과 이상값을 처리하며, 데이터 누수 없이 데이터를 분할 및 샘플링하고, 대체(imputation), 인코딩, 표준화를 위한 재현 가능한 Spark ML 파이프라인을 구축합니다. 마지막으로, Unity Catalog의 특성 엔지니어링을 사용하여 특성을 저장하고, 관리하며, 재사용합니다. 여기에는 누수 없는 학습 세트를 위한 포인트-인-타임(point-in-time) 조회와, Lakebase 기반 Online Feature Store를 활용한 온라인 특성 서빙 소개가 포함됩니다. 각 모듈은 강의와 실습 데모, 그리고 서버리스 compute에서 실행되는 실습 랩으로 구성됩니다. 모델 학습, 서빙, 모니터링은 이 과정에서 다루지 않으며, Machine Learning Model Development 및 Machine Learning Model Deployment 과정에서 학습합니다. 이 과정은 Databricks에서 데이터 준비에 대한 탄탄한 기초를 쌓고자 하는 어소시에이트 수준의 데이터 과학자 및 머신 러닝 실무자를 대상으로 설계되었습니다.

참고:

1. 이 과정은 'Databricks를 활용한 머신 러닝' 시리즈의 첫 번째 과정입니다.

2. SCORM 강의 파일의 경우, 콘텐츠를 완료한 후 SCORM 창을 닫아 주세요. '다음 레슨' 버튼은 클릭하지 마세요. 클릭하면 SCORM 모듈이 완료로 표시되지 않을 수 있습니다.

Paid & Subscription
3h
Lab
Associate

Questions?

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