주요 컨텐츠로 이동

Omnigent Basics - Korean

이 과정은 Databricks의 오픈 소스 메타 하네스인 Omnigent와, 이를 활용하여 Databricks 플랫폼에서 AI Agents를 구축하고, 관리하며, 협업하는 방법을 소개합니다. 하네스란 무엇인지, 그리고 메타 하네스가 기존에 사용하던 에이전트 도구들의 위에 위치하여 상호 운용성을 제공하는 방식을 학습하고, Omnigent의 세 가지 핵심 기둥인 Combine, Control, Share를 탐험합니다. 인터랙티브 강의와 실습을 통해 Databricks 샌드박스에서 Omnigent 세션을 시작하고, 애플리케이션을 바이브 코딩하여 공유하며, 이식 가능한 YAML 에이전트를 선언하고, 상태 기반 컨텍스트 정책(치명적 트리펙타 및 프롬프트 인젝션에 대한 방어 포함)을 적용하며, 기본 내장 에이전트인 Polly 및 Debby와 함께 작업합니다. 이 과정을 마치면 Omnigent, Unity Gateway, Databricks 샌드박스를 활용하여 AI Agents를 조율하고 관리하는 방법을 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
Professional
Duration
3h
Prerequisites

이 과정에서는 다음과 같은 기술/지식/능력을 가진 참가자들을 위해 내용이 개발되었습니다:  

언어 기술:

• 기본 Python 프로그래밍


플랫폼 기술:

• Unity Catalog을 포함한 Databricks Data Intelligence Platform에 대한 기초 지식

• Databricks 워크스페이스 탐색에 대한 숙련도


도메인 기술:

• 코딩 에이전트 및 AI 일반 개념(프롬프트, 토큰 등)에 대한 이해

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

Data Engineer

Data Ingestion with Lakeflow Connect - Korean

이 과정은 다양한 소스에서 Databricks로 데이터를 수집하기 위한 확장 가능하고 간소화된 솔루션인 LakeFlow Connect에 대한 포괄적인 입문 내용을 제공합니다. LakeFlow Connect 커넥터의 다양한 유형(Standard 및 Managed)을 탐색하는 것으로 시작하여, 배치, 증분 배치, 스트리밍 수집을 포함한 다양한 데이터 수집 기법을 학습합니다. 또한 UC 테이블 사용의 주요 이점과 메달리온 아키텍처도 살펴봅니다.

다음으로, LakeFlow Connect Standard Connectors를 사용하여 클라우드 오브젝트 스토리지에서 데이터를 수집하는 실용적인 기술을 개발합니다. 여기에는 CREATE TABLE AS SELECT(CTAS), COPY INTO, Auto Loader와 같은 방법을 활용하는 내용이 포함되며, 각 접근 방식의 이점과 고려 사항을 중점적으로 다룹니다. 또한 Databricks Data Intelligence Platform으로 수집하는 과정에서 브론즈 레벨 테이블에 메타데이터 컬럼을 추가하는 방법도 학습합니다. 이어서 rescued data 컬럼을 사용하여 테이블 스키마와 일치하지 않는 레코드를 처리하는 방법과 해당 데이터를 관리 및 분석하는 전략을 다룹니다. 반정형 JSON 데이터를 수집하고 평탄화하는 기법도 살펴봅니다.

그 다음으로, LakeFlow Connect Managed Connectors를 사용하여 데이터베이스 및 SaaS(Software-as-a-Service) 애플리케이션에서 데이터를 가져오는 엔터프라이즈급 데이터 수집 방법을 탐색합니다. 또한 수집 워크로드에 파트너 도구를 통합하는 옵션으로 Partner Connect도 소개합니다.

마지막으로, MERGE INTO 운영 및 Databricks Marketplace 활용을 포함한 대안적인 수집 전략으로 과정을 마무리하며, 현대적인 데이터 엔지니어링 사용 사례를 지원하기 위한 탄탄한 기반을 갖출 수 있도록 합니다.

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

Languages Available: English | 日本語 | Português BR | 한국어 | 普通话

Free
4h
Associate
Machine Learning Practitioner

Feature Engineering at Scale - Korean

이 과정에서는 Databricks 플랫폼에서 엔드투엔드 특성 엔지니어링 파이프라인을 설계, 스케일링 및 운영화하는 방법에 대한 포괄적인 이해를 습득합니다. 커리큘럼은 세 가지 점진적 모듈로 구성되어 있습니다: Spark의 분산 실행 및 최적화 기초 마스터링, Auto Loader 및 선언적 LakeFlow 파이프라인을 활용한 확장 가능한 데이터 수집 구현, 그리고 Databricks 특성 저장소를 활용한 생산 수준의 MLOps로의 발전입니다.

Catalyst Optimizer 및 Spark UI를 활용한 Spark 성능 디버깅, 자동화된 품질 검사를 포함한 강건한 브론즈-실버-골드 메달리온 아키텍처 구축, SparkML을 활용한 확장 가능한 특성 변환 구현 등 실습 학습 경험에 참여합니다. 본 과정은 온라인 특성 저장소를 통한 실시간 특성 서빙 배포, 온디맨드 변환을 포함한 FeatureSpec 정의, Unity Catalog를 활용한 거버넌스 및 리니지 추적 적용으로 마무리됩니다.

과정을 마치면 엔터프라이즈 스케일에서 머신 러닝을 위한 완전한 특성 라이프사이클을 관리할 수 있는 역량을 갖추게 됩니다. 즉, 성능이 뛰어나고 신뢰할 수 있으며 거버넌스가 적용된 생산 준비 완료 파이프라인을 설계할 수 있습니다.

참고: SCORM 강의 파일의 경우 콘텐츠를 완료한 후 SCORM 창을 닫아 주세요. ‘Next Lesson’ 버튼은 클릭하지 마세요. 클릭하면 SCORM 모듈이 완료된 것으로 표시되지 않을 수 있습니다.

Free
3h
Professional

Questions?

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