시리즈를 고르세요.
구축을 시작하세요.

쉬지 않고 이어지는 3시간 동안, 본인의 AI 코딩 에이전트와 함께 실제 분석 앱을 ClickHouse Cloud 위에서 운영 상태로 올립니다. 실시간 CDC, 대화형 BI, 옵저버빌리티, AI SRE, 그리고 추적이 붙은 AI 채팅까지.

공개 예측 시장 데이터를 ClickHouse Cloud로 스트리밍하고, 1분 단위 집계를 유지하고, 가격 움직임을 조사하고, 실시간 테이블에 AI 에이전트를 붙이고, 마켓 동향 대시보드를 배포합니다.

6시간 실습 랩: 프로덕션에 가까운 Snowflake 워크로드를 세우고, 마이그레이션을 하나하나 결정하며 계획하고, 50M 행을 ClickHouse Cloud로 옮기고, dbt 파이프라인을 MergeTree 엔진 위에 다시 만들고, 일곱 개 쿼리 전부를 엔드투엔드로 벤치마크합니다.

A 4-hour hands-on lab: use MigrationRoom's AI-assisted workflow to move a Databricks TPC-H workload, prove Unity Catalog and a second REST catalog can stay zero-copy, and build a measured ClickHouse-native hot path.

Elasticsearch, Kibana, Filebeat, Elastic APM으로 구성된 프로덕션형 옵저버빌리티 스택을 ClickHouse Cloud, OpenTelemetry, HyperDX로 이전합니다. 스키마를 설계하고 실시간 동등성을 검증한 뒤 통제된 방식으로 전환합니다.

Move a live e-commerce workload off AWS RDS Postgres onto ClickHouse Managed Postgres with a minute of write downtime, stream the analytical copy into ClickHouse with ClickPipes, and route the dashboard's queries to it without changing a line of SQL.

Three hours: export a BigQuery public dataset, query it in place from object storage, then take the schema BigQuery hands you and beat it three times over -- on compressed bytes, on rows read for a lookup, and on a per-minute conversion funnel no sort key can rescue.

90분 실습 랩: 오브젝트 스토리지에서 약 26.5M 건의 외환 틱을 로드하고, 실제 시장 분석 쿼리를 실행하고, 내장 AI Assistant와 Agents를 사용해 봅니다. 본인의 데이터로 실시간 대시보드를 만드는 선택 과정도 있습니다.

90분 실습 랩: 여섯 개 모델과 세 가지 프롬프트 전략을 ClickHouse 대상 자연어-SQL 변환 대결에 올리고, 실행 정확도로 채점하고, 정답 하나당 비용으로 무엇을 도입할지 고릅니다 — 첫 단계부터 Langfuse를 계속 연결한 상태로 진행합니다.

이것은 작은 TypeScript 샘플 애플리케이션인 Dad IT Support Agent를 기반으로 한 단계별 Langfuse 워크숍입니다. 이 워크숍은 Langfuse를 사용한 전체 AI 엔지니어링 루프를 다룹니다: 트레이싱, 프롬프트 관리, 모니터링, 데이터셋, 실험, 평가.