주요 컨텐츠로 이동

Model Development at Scale - Korean

이 과정에서는 단일 머신에서 Databricks의 분산 compute까지 스케일할 수 있는 머신 러닝 워크플로를 설계하고 구현하는 방법을 학습합니다. 커리큘럼은 세 가지 모듈로 구성됩니다: 모델 개발의 기초(분산 처리가 필요한 시기와 이유, Spark의 작업 실행 방식), Spark ML과 MLflow를 활용한 확장 가능한 모델 개발, 그리고 Ray와 PyTorch를 활용한 분산 모델 학습 — 마지막으로 주어진 워크로드에 적합한 도구를 선택하기 위한 프레임워크로 마무리됩니다.


실습 데모와 실습 과제를 통해 Transformers, Estimators, fit/transform 패러다임을 사용하여 분산 Spark ML 파이프라인을 구축하고, Spark의 Pandas API를 활용하여 기존 Pandas 코드를 스케일하며, MLflow 3와 Unity Catalog를 사용하여 실험을 추적, 비교, 관리하는 방법을 익힙니다. 이후 Ray Train과 PyTorch(TorchDistributor 및 DeepSpeed)를 사용하여 클러스터 전반에 걸쳐 모델을 훈련하고, 데이터 크기, 모델 크기, 하드웨어, 비용을 기준으로 각 워크로드에 적합한 프레임워크를 선택하는 방법을 학습합니다.


이 과정은 문제를 처음부터 끝까지 다루는 캡스톤으로 마무리됩니다 — 특성 엔지니어링, 스케일에서의 모델 훈련, MLflow를 통한 추적, 그리고 거버넌스 별칭을 사용하여 Unity Catalog에 등록하는 과정을 포함합니다. (생산 배포, 서빙, 모니터링은 별도의 Advanced MLOps 과정에서 다룹니다.)


과정을 마치면 Databricks에서 분산되고 재현 가능하며 관리되는 모델 개발 워크플로를 선택, 구축, 그리고 그 타당성을 설명할 수 있게 됩니다.


참고: SCORM 강의 파일의 경우 콘텐츠를 완료한 후 SCORM 창을 닫아 주세요. SCORM 모듈이 완료로 표시되지 않을 수 있으므로 ‘Next Lesson’ 버튼을 클릭하지 마세요.

Skill Level
Professional
Duration
4h
Prerequisites

이 과정은 다음과 같은 배경을 가진 학습자에게 가장 적합합니다:

• 사용자는 전통적인 머신 러닝 개념, 개발, 그리고 ML 프로젝트에서의 Python 및 Git 활용에 대한 중급 수준의 지식을 갖추고 있어야 합니다.

• 사용자는 Python에 대한 중급 수준의 경험을 갖추고 있는 것이 권장됩니다. 

• Databricks Academy 콘텐츠는 제공된 Vocareum 환경에서만 실행되도록 설계되었습니다. 

• Databricks는 해당 콘텐츠가 다른 Databricks 워크스페이스 인스턴스에서 성공적으로 실행될 수 있음을 보장하지 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

Agent Evaluation on Databricks - Korean

이 과정에서는 기존 소프트웨어 테스트로는 처리할 수 없는 비결정론적 AI 시스템의 고유한 과제를 해결하기 위해 MLflow의 평가 프레임워크를 사용하여 AI Agents를 체계적으로 평가하는 방법을 학습합니다. 학생들은 Unity Catalog에 등록되어 있으며 Unity Gateway를 통해 모델을 호출하는 공유 도구 호출 에이전트를 평가합니다. 이때 정확성 및 안전성과 같은 일반적인 기준에는 기본 내장 판정자를, 비즈니스별 요구 사항에는 가이드라인 판정자를, 특수한 요구 사항에는 커스텀 판정자를 사용합니다. 이 과정에서는 선별된 데이터셋을 사용한 오프라인 평가와 Unity Catalog에 MLflow Traces를 저장하는 것을 포함한 온라인 생산 모니터링을 모두 다룹니다. 학생들은 MLflow 트레이싱을 사용하여 에이전트 실행 패턴을 파악하고, 개발자 및 Databricks App을 통해 에이전트를 검토하는 도메인 전문가로부터 사람의 피드백을 수집합니다. 실습 시연과 실험을 통해 학생들은 AI Agent 개발 생애 주기 전반에 걸쳐 지속적인 품질 향상을 이끄는 평가 Workflows를 구축하는 역량을 개발합니다.

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
3h
Lab
Associate

Questions?

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