시작하기무료로 시작하기

홈
강의
Databricks 개념

Databricks Lakehouse 플랫폼의 핵심 기능

Create Your Free Account

or

Email Address

Password

By continuing, you accept our Terms of Use, our Privacy Policy and that your data is stored in the USA.

이 연습은 강의의 일부입니다

Databricks 개념

SkillTag.level.beginnerSkillTag.label

4.8+

무료로 강의 시작하기

클라우드 데이터 전략을 위한 새로운 레이크하우스 패러다임과 Databricks Lakehouse 플랫폼이 데이터 아키텍처를 어떻게 현대화하는지 알아보세요. Databricks 플랫폼의 핵심 구성 요소와 이들이 어떻게 유기적으로 연결되는지 이해합니다.

Exercise 1: Databricks Lakehouse 플랫폼 소개 Exercise 2: 왜 Lakehouse를 선택할까요?Exercise 3: Databricks 레이크하우스의 이점 Exercise 4: 아키텍처 결정 Exercise 5: Databricks Lakehouse 플랫폼의 핵심 기능

현재 연습

Exercise 6: Why Delta?Exercise 7: 다양한 페르소나를 위한 Databricks Exercise 8: 각 데이터 페르소나의 기능 Exercise 9: Databricks 작업 영역 관리하기 Exercise 10: 사용자 관리 및 추가 Exercise 11: Databricks 워크스페이스 설정 예시 Exercise 12: Control Plane vs. Data Plane Exercise 13: Databricks 작업 영역 구성하기

Databricks 기능을 사용해 데이터를 처리, 변환, 정제하는 방법을 배웁니다. Delta 저장 형식, Delta Live Tables, Workflows 등의 기능을 함께 활용해 엔드 투 엔드 데이터 파이프라인을 구성하는 방법을 실습해 보세요.

Exercise 1: Databricks 시작하기 Exercise 2: Data Explorer의 기능 Exercise 3: 노트북 설정하기 Exercise 4: 클러스터 구성 Exercise 5: Databricks에서의 데이터 엔지니어링 기초 Exercise 6: DataFrame Exercise 7: 데이터베이스에서 읽기 Exercise 8: 외부 테이블 작성 Exercise 9: Databricks에서의 데이터 변환 Exercise 10: 호스팅된 파일 로드하기 Exercise 11: 올바른 언어 선택하기 Exercise 12: 데이터 파이프라인 단계 Exercise 13: Databricks에서의 데이터 오케스트레이션 Exercise 14: Databricks에서 가능한 자동화 Exercise 15: Delta Live Tables의 이점 Exercise 16: Databricks에서 끝에서 끝까지 데이터 파이프라인 예시 Exercise 17: 데이터 파이프라인 단계

Business Intelligence(BI) 활용 사례를 위한 데이터 웨어하우징 솔루션으로 Databricks Lakehouse 플랫폼을 사용해 보세요. Databricks에 내장된 SQL 최적화 기능을 활용해 데이터에 대한 쿼리와 대시보드를 생성합니다.

Exercise 1: Databricks SQL 살펴보기 Exercise 2: Databricks SQL의 이점 Exercise 3: 데이터 워크플로에서의 Databricks SQL Exercise 4: Databricks SQL vs. 다른 데이터베이스 Exercise 5: Databricks SQL 시작하기 Exercise 6: SQL 웨어하우스 선택하기 Exercise 7: SQL Editor vs. 노트북 Exercise 8: usSales 테이블 생성하기 Exercise 9: Databricks SQL 쿼리와 대시보드 Exercise 10: Databricks SQL 자산 이해하기 Exercise 11: 쿼리에서 매개변수 사용하기 Exercise 12: Databricks SQL 대시보드 만들기 Exercise 13: 사용자 리뷰 쿼리 만들기

관리형 MLFlow로 Databricks에서 Machine Learning 파이프라인을 관리하세요. Feature Store, Model Registry, Model Serving Endpoints를 통해 모델 개발 라이프사이클을 처음부터 끝까지 따라가며 레이크하우스에서 견고한 MLOps 플랫폼을 구축합니다.

Exercise 1: Lakehouse AI 개요 Exercise 2: Lakehouse가 ML에 주는 이점 Exercise 3: Databricks에서의 MLOps 작업 Exercise 4: Databricks로 Machine Learning 수행하기 Exercise 5: Databricks에서의 EDA Exercise 6: 왜 ML Runtime일까요?Exercise 7: 노트북에서 데이터 탐색하기 Exercise 8: Databricks에서 MLFlow로 모델 학습하기 Exercise 9: 싱글 노드 vs. 멀티 노드 ML Exercise 10: 시민 데이터 과학자를 위한 Databricks Exercise 11: MLFlow로 추적하기 Exercise 12: Databricks에서 모델 배포하기 Exercise 13: Models and the Model Registry Exercise 14: 모델 배포에 Databricks를 쓰는 이유는 무엇일까요?Exercise 15: 엔드 투 엔드 Machine Learning 파이프라인 예시 Exercise 16: 엔드 투 엔드 ML 파이프라인 Exercise 17: 마무리