Machine Learning Model Development - Korean
이 종합 강의는 Databricks에서 전통적인 머신러닝 모델을 개발하는 실용적인 가이드를 제공하며, 인기 있는 ML 라이브러리를 활용한 실습 시연과 워크플로우를 강조합니다. 참가자들은 회귀와 클러스터링 등 주요 ML 기법을 탐구하며 Databricks의 강력한 기능을 활용할 것입니다. 이 과정은 모델 추적을 위한 MLflow 통합, 특성 관리를 위한 Databricks Feature Store, 하이퍼파라미터 튜닝을 위한 Optuna를 다룹니다. 또한, 참가자들은 자연어, MCP 연결, 지침 및 기술을 활용해 전체 ML 수명 주기를 안내하는 Databricks의 AI 기반 코딩 어시스턴트인 Genie Code를 통해 모델 개발을 가속화하는 방법을 배우게 됩니다. 과정이 끝날 때에는 학습자들은 Databricks 환경에서 머신러닝 모델을 효율적으로 개발, 최적화, 배포할 수 있는 실용적인 기술과 실무 능력을 갖추게 됩니다.
최소한, 이 콘텐츠를 수강하기 전에 다음 내용을 숙지하고 있어야 합니다:
• Databricks Data Intelligence Platform 및 기본 워크스페이스 운영(클러스터 생성, 노트북에서 코드 실행, 기본 노트북 운영, git에서 repo 가져오기)
• Python 중급 프로그래밍 경험(pandas, numpy 등 데이터 조작 라이브러리와 databricks-sdk, REST 엔드포인트를 활용한 API 작업 포함)
• MLflow를 사용한 실험 추적, 모델 로깅, model registry 운영 및 모델 버전 관리에 대한 기본 지식
• 모델 학습, 평가, 배치 추론, 실시간 배포 개념 등 머신 러닝 기초 이해
• 데이터 거버넌스 및 model registry 관리를 위한 Unity Catalog 중급 경험
• 특성 테이블, 특성 조회, 오프라인 및 온라인 특성 저장소 등 특성 엔지니어링 개념에 대한 기본 이해
• Delta Lake 운영(테이블 생성, 업데이트 수행, 파일 최적화, Liquid 클러스터링) 및 데이터 저장 최적화 기법 이해
• Apache Spark 및 PySpark를 활용한 분산 데이터 처리 및 사용자 정의 함수(UDF)에 대한 기본 지식
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
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
