강의
Databricks 개념
기초기술 수준
업데이트됨 2025. 2.
DatabricksData Engineering4시간19 동영상60 연습 문제3,900 XP21,971성취 증명서
무료 계정 만들기
Google에서 계속 진행더 많은 옵션 보기또는
수천 개 기업의 학습자들이 사랑하는
팀을 교육하시나요?
비즈니스용으로 체험해 보세요강의 설명
레이크하우스의 힘을 배워보세요 오늘날처럼 데이터로 가득한 세상에서는 최대한 데이터 중심적으로 일할 수 있게 해주는 도구가 필요합니다. 이 강의는 Databricks Lakehouse Platform이 데이터 프로세스를 위한 단일하고 확장 가능하며 뛰어난 성능의 플랫폼을 어떻게 제공하는지 처음부터 끝까지 안내합니다. 실제 데이터세트를 다루면서 Databricks 플랫폼에서 다양한 작업을 수행하는 방법을 배우게 됩니다. 강의를 시작하면 Databricks 플랫폼을 관리하는 방법과 환경을 안전하게 설정하는 방법을 배우게 됩니다.
확장 가능한 데이터 엔지니어링 실습 문제 작업 공간을 설정한 후, Databricks를 사용해 강력한 데이터 파이프라인을 만드는 방법을 배우게 됩니다. 메달리온 아키텍처에서 데이터세트에 다양한 변환을 적용하여 Bronze에서 Silver로, سپس Gold로 이동시킵니다. Databricks 클러스터가 즉시 사용할 수 있는 컴퓨팅 성능과 확장성을 제공하는 방법을 배우게 됩니다. 전체 데이터 파이프라인을 자동화하기 위해 엔드투엔드 Databricks 워크플로를 설정하게 됩니다.
레이크하우스를 데이터 웨어하우스로 활용하세요 레이크하우스 아키텍처의 핵심은 전통적인 데이터 웨어하우스처럼 데이터 스토리지를 쿼리할 수 있다는 점입니다. 이 섹션에서는 Databricks SQL이 데이터 레이크 위에서 원하는 데이터 웨어하우징 성능을 제공하는 방법을 배우게 됩니다. 표준 ANSI SQL을 사용해 쿼리를 만드는 방법을 배우고, 그 결과를 활용해 전체 데이터세트를 대상으로 임시 대시보드를 만드는 방법을 익히게 됩니다.
거버넌스가 적용된 데이터 과학 및 머신 러닝을 구현하세요 마지막으로, Databricks가 데이터 과학 및 머신 러닝 활용 사례를 위한 완전한 도구 세트를 어떻게 제공하는지 배우게 됩니다. 통합된 MLFlow 프레임워크를 사용하여 MLOps에서 모델을 추적하고 평가하는 방법을 배우게 됩니다. Feature Store와 Model Registry가 프로덕션 수준의 머신러닝 모델을 만드는 과정을 어떻게 간소화하는지 배우게 됩니다. 마지막으로, 내장된 모델 서빙 기능을 사용해 모델을 배포하고 모니터링하는 방법을 배우게 됩니다.
선수 조건
Intermediate SQLUnderstanding Data EngineeringUnderstanding Machine Learning1
Welcome to Databricks
Learn about the new lakehouse paradigm for your cloud data strategy and how the Databricks Lakehouse platform can modernize your data architecture. Understand the foundational components of the Databricks platform and how they all fit together.
2
Data Engineering
Learn how to process, transform, and clean your data using Databricks functionality. Practice using capabilities such as the Delta storage format, Delta Live Tables, and Workflows together to create an end-to-end data pipeline.
3
Databricks SQL and Data Warehousing
Use the Databricks Lakehouse platform as your data warehousing solution for your Business Intelligence (BI) use cases. Use the built-in SQL-optimized capabilities within Databricks to create queries and dashboards on your data.
4
Databricks for Large-scale Applications and Machine Learning
Use Databricks to manage your Machine Learning pipelines with managed MLFlow. Follow the model development lifecycle from end-to-end with the Feature Store, Model Registry, and Model Serving Endpoints to create a robust MLOps platform in the lakehouse.
Databricks 개념
강의 완료
19백만 명 이상의 학습자와 함께 Databricks 개념을(를) 시작하세요!
무료 계정 만들기
Google에서 계속 진행더 많은 옵션 보기또는
DataCamp for Mobile을 통해 데이터 분석 능력을 향상시키세요.
모바일 강좌와 매일 5분 코딩 챌린지를 통해 이동 중에도 학습 효과를 높이세요.