본 기초 과정은 Mosaic AI 플랫폼과 Agent Bricks를 포함하여, Databricks에서 엔터프라이즈 애플리케이션에 활용되는 AI agents를 소개합니다. 학습자는 AI agents가 무엇인지, 어떻게 작동하는지, 그리고 복잡한 작업을 처리하기 위해 인간의 추론을 어떻게 모방하는지를 살펴봅니다. 본 과정에서는 실제 agent 활용 사례를 다루며, agentic workflows와 multi-agent systems와 같은 고급 주제에 대한 기초적인 소개를 제공합니다. 또한 Agent Bricks가 다양한 애플리케이션 전반에서 엔터프라이즈 수준의 agent 개발을 어떻게 단순화하는지 살펴보고, Databricks에서 agent를 구축하고 사용하는 방법을 보여주는 데모를 포함합니다.
"Databricks를 활용한 머신러닝 시작(Onboarding)" 과정을 이수했거나, Databricks 플랫폼 사용에 대한 기초 경험 보유. UI 탐색, 노트북 생성, 그리고 공통 워크스페이스 기능 접근 등 기본적인 Databricks 워크스페이스 작업 경험. 인공지능과 머신러닝 기본 개념에 대한 기초적인 이해: 대형 언어 모델(LLMs), LLMs 기능, 그리고 일반적인 활용 사례에 대한 기초 지식이 포함. 프롬프트 엔지니어링과 AI 모델과의 자연어 상호작용에 대한 초급 수준의 숙련도. 간단한 프롬프트 작성 및 AI 모델이 자연어 입력에 어떻게 반응하는지에 대한 이해 필요. 거버넌스 및 자산 관리를 위한 Unity Catalog 개념에 대한 기초 지식. Databricks 플랫폼 내에서 데이터와 AI 자산이 어떻게 조직되고, 보안 관리되며, 거버넌스 되는지에 대한 이해 필요. 문서 처리 및 정보 추출 개념에 대한 기초적인 이해: 다양한 파일 포맷과 데이터 유형에 대한 이해, 그리고 비구조화 데이터를 후속 AI 애플리케이션을 위해 처리하는 방법 숙지 포함. 노코드(No-code) 및 로우코드(Low-code) 개발 접근 방식 숙지. AI 솔루션을 빠르게 구축하고 프로토타입을 만들 때, 노코드 or 로우코드가 적절하게 사용되는 상황 이해. AI agent 개념과 워크플로우에 대한 기초적인 이해. 구조화된 데이터와 비구조화된 데이터 처리 작업의 차이 이해 및 AI agent가 다단계 워크플로우를 조율할 수 있는 방법 이해.