주요 컨텐츠로 이동

Machine Learning Operations - Korean

이 과정은 참가자들이 MLOps와 모델 라이프사이클 관리에 중점을 두어 머신 러닝 모델 운영을 종합적으로 탐구할 수 있도록 가이드를 제공합니다. 초반부에서는 필수 MLOps 구성 요소와 모범 사례를 다루며, 참가자들이 머신 러닝 모델을 효과적으로 운영화하기 위한 탄탄한 기반을 갖출 수 있도록 합니다. 과정 후반부에서는 모델 라이프사이클의 기본 개념을 심층적으로 살펴보고, Unity Catalog와 연계된 Model Registry를 활용하여 효율적인 모델 관리를 위해 라이프사이클을 원활하게 탐색하는 방법을 시연합니다. 과정이 마무리될 즈음에는 참가자들이 실질적인 인사이트와 MLOps 원칙에 대한 균형 잡힌 이해를 갖추게 되며, 복잡한 머신 러닝 모델 운영 환경을 탐색하는 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.

Skill Level
Associate
Duration
2h
Prerequisites

이 과정을 시작하기 전에 최소한 다음 사항에 익숙해야 합니다.

• Databricks Data Intelligence Platform 및 기본 워크스페이스 운영(클러스터 생성, 노트북에서 코드 실행, 기본 노트북 운영, Git에서 Repos 가져오기)에 대한 기본 지식

• Pandas, NumPy 등 데이터 조작 라이브러리 및 APIs(REST 엔드포인트, JSON 페이로드) 활용을 포함한 Python 중급 프로그래밍 경험

• 실험 추적, 모델 로깅, Model Registry 운영 및 모델 수명 주기 관리를 위한 MLflow 기본 지식

• 모델 학습, 평가, 배포 워크플로 및 성능 모니터링 개념을 포함한 머신 러닝 기초 이해

• 데이터 품질 평가, 특성 엔지니어링, 모델 테스트 및 지속적인 모니터링 실践을 포함한 MLOps 개념에 대한 기본 지식

• 클라우드 플랫폼 및 개발 도구의 명령줄 인터페이스 및 인증 설정에 대한 기본 경험

• Lakeflow Jobs 및 워크플로 오케스트레이션 개념(태스크 의존성, 조건부 로직, 스케줄링, 알림)에 대한 이해

• 성능 메트릭 및 이상 탐지를 포함한 모델 모니터링 및 드리프트 감지 원칙에 대한 기본 지식

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

Catalog Management and Data Organization - Korean

이 과정에서는 Databricks Data and AI Platform의 Unity Catalog를 사용하여 카탈로그 구조와 대규모 데이터 조직을 설계, 구현 및 관리하는 방법을 학습합니다. 총 5개의 모듈로 구성되며, 먼저 클라우드 배포 모델 내에서 Unity Catalog의 위치를 살펴보고, 어카운트 콘솔, 지역별 메타스토어, 그리고 이를 가능하게 하는 관리자 역할을 다룹니다. 이어서 조직의 토폴로지(비즈니스 단위, 지역, dev/QA/prod 환경)를 명명 규칙, 소유권, MANAGE 위임을 갖춘 스케일 가능한 카탈로그 및 스키마 설계로 전환하는 방법을 학습합니다. 다음으로, 스토리지 자격 증명, 외부 위치, 관리형 스토리지 계층 구조, 관리형 테이블과 외부 테이블의 비교, Volumes, Lakehouse Federation을 활용한 안전한 스토리지 통합을 다룹니다. 그런 다음 워크스페이스-카탈로그 바인딩, 권한 상속, 행 필터, 열 마스크, 속성 기반 접근 제어(ABAC) 정책 등 액세스 패턴과 격리 전략을 적용하고, 감사 신호를 통해 결과를 검증합니다. 마지막으로, Unity Catalog 환경을 설계, 관리 및 운영하기 위한 모범 사례를 다루며 과정을 마무리합니다. 실습 데모와 랩은 서버리스 compute에서 실행되며, 짧은 Genie Code 단계가 포함됩니다.

참고: SCORM 강의 파일의 경우, 콘텐츠를 완료한 후 SCORM 창을 닫아 주세요. ‘다음 레슨’ 버튼을 클릭하지 마세요. 클릭하면 SCORM 모듈이 완료된 것으로 표시되지 않을 수 있습니다.

Free
2h
Associate

Unity Gateway Basics - Korean

Unity Gateway는 Unity Catalog의 거버넌스를 AI 트래픽까지 확장합니다. Unity Catalog는 이미 모델, MCP 서비스, 함수, 연결을 보안 가능한 객체로 관리하고 있으며, Unity Gateway는 이러한 객체로 향하는 트래픽에 대한 중앙 Control Plane을 추가하여 모든 요청과 응답에 라우팅, 속도 제한, 예산, 사용량 추적, **서비스 정책**(가드레일)을 적용합니다.

이 실습은 짧은 강의를 통해 기본 개념을 소개한 후, 실습형 데모를 통해 직접 적용해 봅니다. 데모에서는 Databricks 네이티브 다이어그램을 코드로 생성하는 실제 에이전틱 애플리케이션을 대상으로, Unity Gateway를 통해 라우팅하고 거버넌스를 단계적으로 강화합니다. 구체적으로는 모델 서비스 생성, 권한 부여, 추론 테이블 추가, 속도 제한, 환각 가드레일 정책, Claude 모델 간 트래픽 분산, fallback 라우팅을 다룹니다. 마지막으로 `system.ai` 및 `system.ai_gateway` 스키마를 탐험하여 텔레메트리와 옵저버빌리티가 페이로드 수준의 추론 로깅을 어떻게 보완하는지 살펴봅니다.

실습을 마치면 자산, 트래픽, 동작 거버넌스가 어떻게 AI를 위한 단일 Control Plane으로 결합되는지, 그리고 Databricks에서 생산 수준의 생성형 AI 애플리케이션에 이러한 제어를 어떻게 적용하는지 이해하게 됩니다.

참고: SCORM 강의 파일을 이용할 때는 콘텐츠를 완료한 후 SCORM 창을 닫아 주세요. ‘다음 강의’ 버튼은 클릭하지 마세요. 클릭하면 SCORM 모듈이 완료로 표시되지 않을 수 있습니다.

Free
1h
Associate

Questions?

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