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

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

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

Platform Administrator

Data Governance at Scale - Korean

이 과정에서는 Unity Catalog를 사용하여 Databricks에서 스케일에 맞는 데이터 거버넌스를 구현하는 방법을 학습합니다. 속성 기반 접근 제어, 관찰 가능성, 페더레이션 공유에 중점을 둡니다. 거버넌스 태그를 활용한 ABAC 구성, 레거시 세분화 제어에서의 마이그레이션, 감사 및 비용 모니터링을 위한 시스템 테이블 활성화 및 사용, 데이터 및 모델 품질을 위한 데이터 품질 모니터링 배포, 영향 분석 및 규정 준수를 위한 리니지 해석, 안전한 크로스 클라우드 협업을 위한 페더레이션 거버넌스 및 Delta Sharing 패턴 적용 방법을 다룹니다.

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.

Deploying and Monitoring Agent Applications on Databricks - Korean

이 과정은 Databricks에서 생성형 AI 에이전트를 배포하고 모니터링하는 엔드투엔드 수명 주기를 다룹니다. 참가자들은 Declarative Automation Bundles(DABs)를 사용하여 에이전트를 Databricks Apps로 배포하고, Model Context Protocol(MCP)을 통해 도구를 통합하며, MLflow Tracing으로 에이전트를 계측하고, 스코어러, 멀티턴 판정자, 온라인 평가를 활용하여 생산 품질을 평가하는 방법을 학습합니다. 실습 데모와 실습 과제를 통해 참가자들은 Databricks 플랫폼에서 생산 수준의 AI Agents를 구축하고, 관찰하며, 모니터링하는 실무 경험을 쌓게 됩니다.

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

Paid & Subscription

Lab

Associate

Catalog Management and Data Organization - Korean

이 과정에서는 Databricks Data Intelligence Platform에서 카탈로그 구조와 대규모 데이터 조직을 설계, 구현 및 거버넌스하는 방법을 학습합니다. 엔터프라이즈 레이크하우스의 중앙 집중식 거버넌스 계층으로서 Unity Catalog의 포괄적인 관점을 제공합니다. 5개 모듈로 나뉘어 있으며, Unity Catalog을 클라우드 배포 모델 내에 배치하는 것으로 시작하여 Account Console, metastore 생성 및 관리자 역할 계층 구조를 다룹니다. 그런 다음 명명 규칙, 소유권 패턴 및 MANAGE 위임을 사용하여 조직 토폴로지(사업부, 리전 및 개발/QA/프로덕션 환경)를 확장 가능한 카탈로그 및 스키마 설계로 변환합니다. 과정은 스토리지 자격 증명, 외부 위치, 관리 스토리지 계층 구조, 관리 대 외부 테이블 및 비테이블 데이터를 위한 UC Volumes와의 안전한 스토리지 통합을 다룹니다. 다음으로, 접근 패턴과 격리 전략 — 3단계 GRANT 체인, 워크스페이스-카탈로그 바인딩 및 스키마 수준 Attribute-Based Access Control (ABAC) 정책 — 을 적용하여 대규모 세분화된 데이터 보호를 시행합니다. 마지막으로, 과정은 카탈로그 설계, 자동화, 최소 권한 및 그룹 기반 접근 관리에 대한 모범 사례로 마무리됩니다.

Paid & Subscription

Lab

Associate