Microsoft에서 관리하는 클라우드 워크샵 내용을 중심으로 구성한 Hands-On 중심 과정입니다.

Big data and visualization

Margie ‘s Travel (MT)은 비즈니스 여행객을 위한 컨시어지 서비스를 제공합니다. 경쟁이 점점 더 격화되는 시장에서 그들은 항상 자신을 차별화하고 고객에게  더 나은 가치를 제공하는 방법을 찾고 있습니다.

내부 고객 서비스 에이전트가 항공편 예약 프로세스 중에 여행자에게 유용한 추가 정보를 제공하는 데 사용할 수있는 웹 앱을 시험하려고합니다. 그들은 에이전트가 비행 정보를 입력하는 순간에 출발 시간에 대한 일기 예보를 고려하여 출발 항공편이 15 분 이상 지연될 지 여부에 대한 예측을 생성할 수 있기를 바랍니다.

Target audience

• Application developers
• Data scientists
• Data engineers
• Data architects

Abstracts

Workshop

이 워크샵에서는 Machine Learning Services를 사용하여 웹 앱을 배포하여 비행 지연 데이터 및 날씨 조건에 따라 여행 지연 정도를 예측하는 어플리케이션을 작성해 봅니다. 대량 데이터 가져 오기 작업을 하고 이어서 테스트를 위한 데이터 정리 및 조작, 기계 학습 모델 교육과 같은 준비를 수행합니다.

이 워크샵이 마치면 Azure Databricks에서 예정된 비행이 지연될 지 여부를 예측하기 위한 기계 학습 모델을 전반을 구성하게 됩니다. 또한 학습된 모델을 Azure Machine Learning Model Management에 저장 한 다음 확장 가능한 주문형 예측을 위해 Docker 컨테이너에 배포하고, 데이터 이동 및 ML 스코어링 운영을 위해 Azure Data Factory (ADF)를 사용하고 Azure Databricks로 데이터를 요약합니다. Spark SQL 및 Power BI를 사용하여 맵에서 배치 예측을 시각화합니다.

Whiteboard design session

화이트 보드 디자인 세션에서는 그룹과 함께 기의 비행 지연 및 날씨 데이터를 수집 및 준비하고 비행 지연을 예측할 수 있는 기계 학습 모델을 생성, 교육 및 배포하기 위한 솔루션을 설계합니다.

이 화이트 보드 디자인 세션이 끝나면 타사에서 일기 예보를 얻고 최종 사용자로부터 비행 정보를 수집한 다음 해당 정보를 배포 된 기계 학습 모델로 전송하여 점수를 매기는 웹 응용 프로그램을 포함시키는 방법을 배우게 됩니다. 연습의 일부는 과거 비행 지연의 시각화를 제공하고 과거 및 새로운 비행 지연 데이터의 수집 및 배치 점수를 조정하는 것입니다.

Hands-on lab

이 헨즈온 랩은 Microsoft 빅 데이터 및 고급 분석을 사용하여 구축된 Microsoft의 혁신적인 비즈니스 응용 프로그램 라인이 적용되도록 설계되었습니다.

실습을 마치면 이러 많은 기술을 활용하는 엔드 투 엔드 솔루션을 만들어 볼 수 있지만, 가능한 모든 구성 요소에서 반드시 다 수행 하지 않아도 괜찮습니다.

Azure services and related products

• Azure Databricks
• Azure Machine Learning services
• Azure Data Factory (ADF)
• Azure Storage
• Power BI Desktop
• Azure App Service (optional)

* Source: MCW-Big-data-and-visualization