팔란티어 플랫폼
Foundry는 데이터를 연결하고 가공한 뒤, 업무에서 사용하는 대상과 관계를 온톨로지로 표현하는 플랫폼입니다. 애플리케이션과 API는 이 객체 데이터를 조회하고, 액션은 정의된 규칙과 권한에 따라 변경을 제출합니다. AIP는 이 기반 위에서 언어 모델을 사용하는 함수와 에이전트 등의 기능을 구성합니다.
Apollo는 소프트웨어의 배포와 운영을 관리합니다. 여러 위치와 인프라에 설치된 소프트웨어의 상태를 파악하고, 환경별 조건과 승인 정책에 따라 업그레이드와 구성 변경을 조정합니다. Foundry 안의 데이터나 업무 리소스를 설치하는 일과, 그 플랫폼을 구성하는 소프트웨어를 배포하는 일은 서로 다른 관리 대상입니다.
개발과 데이터 분야에 경험이 있고 팔란티어 플랫폼을 처음 접한다면, 온톨로지의 정의와 실제 데이터를 구분한 뒤 화면과 API에서 그 데이터를 사용하는 방법으로 이어서 읽을 수 있습니다.
시작하기
- Foundry와 AIP 시작하기
- 데이터 계층과 객체 계층
- 개발과 AI 도구에 필요한 플랫폼 문맥
- 로그인과 첫 패스키 설정
- 인증 제공자와 패스키
- 패스키 추가, 삭제와 계정 복구
- 패스키와 계정 접근 문제 해결
- 작업 공간 탐색과 기본 화면
- 프로젝트와 리소스
- Foundry와 AIP의 애플리케이션 선택
- 업무 역할별 시작 경로
- 업무 판단을 지원하는 활용 사례 만들기
- 데이터 처리와 함수 실행 선택
- 온톨로지 조회, 파생 열과 편집 예제
- 애플리케이션과 AI의 실행 패턴
- Examples로 실습 시작
- Training과 Palantir Learning
- Compass에서 프로젝트와 리소스 찾기
플랫폼 구조
- Palantir 플랫폼 아키텍처
- AIP, Foundry와 Apollo의 통합 구조
- 온톨로지의 언어, 엔진과 도구 체계
- 데이터, 로직과 액션을 의사결정에 연결
- 멀티모달 데이터 플레인
- AIP의 운영 AI 아키텍처
- Rubix 실행 기반과 서비스 운영
- 기존 시스템과의 상호운용성
- 기능의 개발 단계와 지원 범위
데이터 연결과 파이프라인
- 데이터 연결과 통합
- 데이터 통합 애플리케이션
- 데이터 연결 방식 선택
- 데이터 파이프라인의 구성과 운영 책임
- 변경 데이터 캡처와 변경 로그 처리
- 데이터와 빌드의 브랜치
- 빌드와 실행 작업
- 스케줄과 트리거
- 파이프라인의 상태 검사
- 데이터 리소스
- Data Connection으로 외부 시스템 연결하기
- Data Connection 핵심 개념
- 데이터 연결의 실행 위치와 네트워크 구조
- 데이터 연결의 TLS와 에이전트 보안
- 연결 대상과 커넥터 범주
- 동기화와 에이전트 운영 FAQ
- 파일 배치 동기화의 모드와 세부 설정
- Foundry 워커와 에이전트 워커의 차이 및 전환
- 조직의 첫 데이터 연결 준비
- 동기화와 내보내기를 Marketplace 제품에 포함하기
- 가상 테이블을 Marketplace 제품에 포함하기
- 미디어 집합 동기화
- JDBC 동기화의 증분 처리와 병렬 쿼리
- Data Connection 권한
- Foundry 제공 JDBC 드라이버
- 외부 프로그램에서 스트림으로 데이터 보내기
- 소스 생성과 연결 설정
- 스트리밍 동기화 구성과 실행
- 배치 동기화 구성과 실행
- 동기화 전에 원천 데이터 탐색하기
- 동기화 실패, 지연과 데이터 이상 해결
- 소스 연결과 인증 문제 조사
- 에이전트
- 제공 커넥터별 설정
- Act-On 연결
- Act! CRM 연결
- ActiveCampaign 연결
- Acumatica 연결
- Adobe Analytics 연결
- Adobe Commerce 연결
- ADP 연결
- Airtable 연결
- AlloyDB 연결
- Amazon DynamoDB 연결
- Amazon Kinesis 스트리밍 연결
- Amazon Marketplace 연결과 보고서 추출
- Amazon S3 연결과 가상 테이블
- Apache CouchDB 연결
- Apache HBase 연결
- Apache Hive 연결
- Apache Phoenix 연결
- Asana 테이블 수집과 증분 설정
- Authorize.Net 연결
- Avalara 연결
- Amazon Redshift 연결과 테이블 내보내기
- Azure Active Directory 연결
- Azure Cosmos DB 연결
- Azure Data Catalog 연결
- Azure DevOps 연결
- Azure Synapse 연결
- Azure Table Storage 연결
- Basecamp 연결
- BigCommerce 연결
- BigQuery 수집, 가상 테이블과 내보내기
- Blackbaud Raisers Edge NXT 연결
- Bugzilla 연결
- Bullhorn CRM 연결
- Cassandra 연결
- Certinia 연결
- Cloudant 연결
- CockroachDB 연결
- Confluence 연결
- Couchbase 연결
- 사용자 정의 JDBC 연결과 수집 최적화
- Databricks 연결, 외부 저장소 접근과 OIDC
- Db2 연결, 내보내기와 CDC
- Directory 소스와 에이전트 파일의 SSH 수집
- DocuSign 연결
- Domino 연결
- eBay Analytics 연결
- eBay 연결
- EnterpriseDB 연결
- Epicor Kinetic 연결
- Exact Online 연결
- Facebook Ads 연결
- Facebook 연결
- 에이전트 호스트의 파일시스템 수집
- Foundry 인스턴스 사이의 데이터 수집
- FreshBooks 연결
- Freshdesk 연결
- FTP와 FTPS 파일 수집
- Generic 커넥터와 코드 기반 연결
- GitHub 데이터 수집과 API 작업
- Gmail 연결
- Google Campaign Manager 연결
- Google Cloud Storage 파일과 가상 테이블
- Google Contacts 연결
- Google Data Catalog 연결
- Google Directory 연결
- Google Drive 메타데이터와 파일 내용
- Google Search 연결
- Google Sheets 테이블 수집과 셀 갱신
- Google Spanner 연결
- GraphQL 연결
- Greenplum 연결
- HDFS 파일 수집과 기존 내보내기
- Highrise 연결
- HubSpot private app 연결
- IBM Cloud Data Engine 연결
- IBM Cloud Object Storage 연결
- Instagram 연결
- Jira Service Management 연결
- Kafka 연결, 스트리밍 수집과 내보내기
- Kintone 연결
- Lakehouse Iceberg REST 카탈로그
- LDAP 연결
- LinkedIn Marketing Solutions 연결
- LinkedIn 연결
- Mailchimp 연결
- Marketo 연결
- MarkLogic 연결
- Microsoft Access 연결
- Microsoft Ads 연결
- Microsoft Bing 연결
- Microsoft Dataverse 연결
- Microsoft Dynamics 365 Business Central 연결
- Microsoft Dynamics 365 연결
- Microsoft Dynamics CRM 연결
- Microsoft Dynamics GP 연결
- Microsoft Dynamics NAV 연결
- Microsoft Excel Online 연결
- Microsoft Excel 파일 연결과 변경
- Microsoft Exchange 연결
- Microsoft Office 365 연결
- Microsoft OneDrive 연결과 파일 추출
- Microsoft OneNote 연결
- Microsoft Planner 연결
- Microsoft Power BI XMLA 데이터 수집
- Microsoft Project 연결
- Microsoft SharePoint Excel 연결
- Microsoft SharePoint 연결
- Microsoft SQL Server Analysis Services 연결
- Microsoft SQL Server 연결과 CDC
- Microsoft Teams 데이터와 채널 메시지
- Monday 연결
- MYOB 연결
- Oracle NetSuite 연결 방식 선택
- Oracle NetSuite SuiteAnalytics 연결
- Oracle NetSuite SuiteQL 연결
- Oracle NetSuite SuiteTalk 연결
- NoSQL 데이터베이스 연결 방식
- OData 연결
- Odoo 연결
- OneLake과 Azure Blob Filesystem 연결
- Oracle Eloqua 연결
- Oracle Fusion Cloud Financials 연결
- Oracle Fusion Cloud HCM 연결
- Oracle Fusion Cloud SCM 연결
- Oracle Sales 연결
- Oracle Service Cloud 연결
- Oracle Database 연결과 CDC
- 산업별 시스템과 기타 데이터 원천
- Outreach 연결
- Paylocity 연결
- PayPal 연결
- AVEVA PI System 데이터 수집
- Pinterest 연결
- Pipedrive 연결
- PostgreSQL 연결과 CDC
- Presto 연결
- Google Pub/Sub 스트리밍 연결
- Quickbase 연결
- QuickBooks Desktop 연결
- QuickBooks Online 연결
- QuickBooks POS 연결
- Raisers Edge NXT 연결
- Reckon Accounts Hosted 연결
- Reckon 연결
- Redis 연결
- REST API 연결과 코드 기반 수집 및 내보내기
- RSS 연결
- Sage 200 연결
- Sage 300 연결
- Sage 50 UK 연결
- Sage Business Cloud Accounting 연결
- Salesforce Marketing Cloud Account Engagement 연결
- Salesforce Marketing Cloud 연결
- Salesforce 데이터 수집과 커넥터 이관
- Salesloft 연결
- SAP Ariba Procurement 연결
- SAP Business One 연결
- SAP BusinessObjects BI 연결
- SAP ByDesign 연결
- SAP Cloud for Customer 연결
- SAP Concur 연결
- 기존 SAP 사용자 정의 소스 운영
- SAP ERP 수집, 미디어와 BAPI 쓰기 반영
- SAP Fieldglass 연결
- SAP HANA XSA 연결
- SAP SLT 연결과 변경 데이터 수집
- SAP SuccessFactors 연결
- SAS Data Sets 연결
- SAS Xpt 연결
- SendGrid 연결
- SFTP 파일 수집, 내보내기와 이전 연결 전환
- SharePoint Online 파일과 목록 데이터
- ShipStation 연결
- Shopify 연결
- SingleStore 연결
- Slack 데이터 수집과 권한 범위
- Smartsheet 연결과 인증
- SMB 공유의 파일 수집과 미디어 집합
- Snapchat Ads 연결
- Snowflake 연결, 가상 테이블과 연산 위임
- Spark SQL 연결
- Splunk 연결
- Square 연결
- Streak 연결
- Stripe 연결
- SugarCRM 연결
- SuiteCRM 연결
- SurveyMonkey 연결
- SybaseIQ 연결
- Tableau CRM Analytics 연결
- Tally 연결
- TaxJar 연결
- Trello 연결
- TSheets 연결
- Twilio 연결
- Twitter Ads 연결
- Veeva Vault 연결
- Wave Financial 연결
- WFS 지리공간 데이터 수집
- WooCommerce 연결
- WordPress 연결
- xBase 연결
- Xero WorkflowMax 연결
- Xero 연결
- YouTube Analytics 연결
- Zendesk 연결
- Zoho Books 연결
- Zoho Creator 연결
- Zoho CRM 연결
- Zoho Inventory 연결
- Zoho Projects 연결
- Zuora 연결
- 데이터셋과 스트림 내보내기
- 외부 연결
- Listener로 외부 이벤트 받기
- Email Listener의 발신자와 첨부 파일 검증
- Email Listener로 메일 받기
- HTTPS Listener 이벤트 처리 방식
- Google Cloud Pub/Sub 이벤트 수신
- HTTPS Listener의 인증과 데이터 보호
- HTTPS Listener
- Jira 이벤트 수신
- Listener와 AIP로 Slack 챗봇 만들기
- Slack 이벤트 수신
- Listener 하위 도메인과 엔드포인트 교체
- Foundry 토큰으로 WebSocket 서버 연결
- WebSocket Listener의 인증과 반출 권한
- WebSocket Listener
- Foundry의 프라이빗 연결
- 웹훅으로 외부 시스템 호출하기
- 미디어 집합
- Foundry의 Iceberg 테이블
- 스트리밍 워크플로 구성
- 데이터 파이프라인 설계와 개발
- Pipeline Builder로 데이터 통합하기
- Pipeline Builder의 데이터, 브랜치와 검증 조건
- 표현식과 테이블 변환 선택하기
- Pipeline Builder 화면과 탐색
- Pipeline Builder 미리보기와 통계
- Pipeline Builder 편집과 운영 요령
- Pipeline Builder의 AIP 기능
- Pipeline Builder에서 변환 작성하기
- 브랜치에서 변경하고 운영에 병합하기
- Pipeline Builder 표현식 참조
- 집계
- 배열
- 모든 배열 원소의 조건 충족
- 배열 원소 중 하나 이상의 조건 충족
- 배열에 원소 추가
- 배열 이어 붙이기
- 배열의 null 포함 여부
- 배열의 값 포함 여부
- 배열 차집합
- 배열 중복 제거
- 배열 위치의 원소
- 중첩 배열 펼치기
- 배열 교집합
- 배열 문자열 결합
- 배열 최댓값
- 배열 최솟값
- 배열 분할
- 배열에서 값의 위치 찾기
- 배열에서 값 제거
- 배열 반복
- 배열 순서 뒤집기
- 배열 구간 추출
- 구조체 키로 배열 정렬
- 배열 정렬
- 배열 원소 합계
- 배열 합집합
- 배열의 데카르트 곱
- 배열의 공통 원소 여부
- 배열을 구조체로 묶기
- 열로 배열 생성
- 빈 배열 생성
- 배열을 행으로 펼치기
- 배열 원소와 위치를 행으로 펼치기
- 배열 원소 필터링
- 배열 원소의 유일성
- 문자열 또는 배열 길이
- 배열로 맵 생성
- 배열 원소 축약
- 숫자 수열
- 배열 원소 변환
- 바이너리
- 불리언
- 자료형 변환
- 사이버 보안
- 데이터 정제
- 날짜와 시간
- 거리 측정
- 파일
- 지리 공간
- 도형 면적
- H3 인덱스 집합 압축
- 위도와 경도로 GeoPoint 생성
- 지리 시계열 참조 생성
- 각도 단위 변환
- 타원 도형 생성
- 선 문자열 도형 생성
- 좌표계에서 GeoPoint 생성
- 거리와 방위각의 부채꼴 도형
- 측지선 생성
- 정렬된 GeoPoint 행으로 도형 생성
- 온톨로지 GeoPoint 문자열 생성
- DMS 문자열을 GeoPoint로 변환
- GeoPoint를 DMS 문자열로 변환
- GeoPoint를 Geohash로 변환
- GeoPoint를 도형으로 변환
- GeoPoint를 MGRS로 변환
- Geobuf를 GeoJSON으로 디코딩
- 지구 중심 좌표를 WGS84 좌표로 변환
- 도형 배열의 선 병합
- 도형 배열 합집합
- 도형 버퍼
- 도형의 중심점
- 도형 포함 여부
- 도형의 볼록 껍질
- 도형 차집합
- 도형 경계 사각형
- 도형을 단순 도형 배열로 펼치기
- 도형 유형으로 필터링
- 도형 교집합
- 도형 교차 여부
- 도형의 선 길이
- 도형의 2차원 회전
- 도형 z 좌표 설정
- 도형 사이 최단 거리
- 도형 표준화
- 도형 대칭 차집합
- GeoJSON을 Geobuf로 인코딩
- 도형 평행이동
- 두 도형의 합집합
- 도형의 3차원 아핀 변환
- 시작점에서 끝점의 방위각
- 다각형의 n번째 고리
- 그룹 도형의 경계 사각형
- 그룹 도형 합집합
- 그룹의 위도와 경도 경계
- H3 인덱스의 버퍼
- H3 자식 셀
- H3 부모 셀
- GeoPoint의 H3 인덱스
- H3 이웃 인덱스
- H3 인덱스를 GeoPoint로 변환
- H3 인덱스를 도형으로 변환
- Haversine 거리 계산
- 선 위의 GeoPoint 보간
- 목적지 좌표 계산
- GeoJSON 유효성
- Geohash 유효성
- H3 인덱스 유효성
- MGRS 유효성
- 온톨로지 GeoPoint 유효성
- 위도와 경도 경계 구조체
- 선 문자열의 n번째 점
- 선 문자열을 다각형으로 변환
- MGRS를 GeoPoint로 변환
- 후속 처리를 위한 도형 준비
- 온톨로지 GeoPoint를 구조체로 변환
- 다른 좌표계의 GeoJSON 해석
- KML 문자열을 도형 목록으로 해석
- KML 문자열을 도형으로 해석
- WKB를 도형으로 해석
- WKT를 도형으로 해석
- 도형 둘레
- 도형을 덮는 H3 인덱스
- 도형 단순화
- H3 인덱스 집합 압축 해제
- 경계 영역의 XZ 곡선 인덱스
- 맵
- 미디어
- 수치
- 기타 연산
- 정규식
- 문자열
- 문자열 조각 나누기
- 문자열 이어 붙이기
- 시계열 참조 값 생성
- printf 방식 문자열 서식
- 문자열 왼쪽 채우기
- 문자열 왼쪽 부분
- 소문자 변환
- 빈 문자열을 null로 변환
- 전화번호 해석과 정규화
- 시맨틱 버전 해석
- 문자열 오른쪽 채우기
- 문자열 오른쪽 부분
- 문장 첫 글자 대문자화
- SHA-256 해시
- Soundex 인코딩
- 정규식으로 문자열 분리
- 구분자 뒤 문자열
- 구분자 앞 문자열
- 텍스트 분할
- 텍스트 임베딩
- 단어 첫 글자 대문자화
- 문자별 치환
- 16진수에서 문자열로 변환
- 대문자 변환
- URL 인코딩
- LLM 호출
- 비결정적 UUID 생성
- 결정적 UUID v5
- 구조체
- Pipeline Builder의 입력 데이터 선택
- Pipeline Builder 관리와 재사용
- 운영
- Pipeline Builder의 출력 자산
- 출력 데이터의 기대 조건
- Pipeline Builder 변환 참조
- Code Repositories의 코드 작성과 협업
- Code Workbook의 대화형 데이터 분석
- 변환
- 로컬 개발에서 변환 미리보기
- 여러 출력 데이터셋의 변환 설계
- Transforms 런타임 버전과 업그레이드
- 컨테이너를 사용하는 데이터 변환
- 비정형 파일 파이프라인
- Java 변환 시작하기
- Python 변환의 구성과 실행 방식
- 출력을 바꾸지 않고 트랜잭션 중단하기
- 단일 노드, Spark와 Databricks 구문
- Python 변환의 계산 엔진 선택
- Python 변환의 오류, 중단점과 로그
- Transforms의 FoundryConnector API
- Python 변환의 로컬 개발
- 단일 노드 빌드의 CPU와 메모리 지표
- 변환에서 Palantir 제공 언어 모델 사용하기
- 출력 열 설명과 타입 클래스
- 저장소에 포함한 설정 파일 읽기
- Pipeline 등록과 변환 생성
- Python transforms 저장소 구조
- 단일 노드 변환의 자원 설정
- Python 변환 정의와 트랜잭션
- Python 버전의 지원과 종료 일정
- 실행 엔진
- Python 환경의 해석과 설치
- 변환에 데이터 기대 조건 연결하기
- 데이터셋의 원시 파일 읽기와 쓰기
- Python 변환의 증분 계산
- Python 변환에서 미디어 집합 사용하기
- Spark로 Python 변환 실행하기
- Python 변환에서 가상 테이블 사용하기
- Python 변환의 단위 테스트
- 운석 데이터로 필터, 집계와 조인 만들기
- R로 Foundry 데이터 변환
- SQL 변환과 Spark SQL 참조
- 운영 파이프라인 유지보수
- Data Expectations로 빌드 조건 정의
- 운영 스케줄에 상태 검사 배치
- 파이프라인 안정성을 위한 구성
- 파이프라인 지원과 당직 운영
- 파이프라인 오류 조사와 성능 최적화
- Spark 프로필 가져오기와 코드에 적용하기
- Code Repositories의 연산 사용량
- 파이프라인 연산 사용량 해석
- 데이터셋 프로젝션의 조회 최적화
- 실패하거나 멈춘 실행 작업 조사하기
- 파이프라인 장애의 범위와 원인 조사
- 실패한 스트림 조사와 복구
- Hive 방식으로 데이터셋 파일 나누기
- 과거 사용량에 따른 관리형 Spark 프로필
- Velox로 Spark 연산 가속하기
- 메모리 부족이 의심되는 Spark 작업 조사
- 프로젝션의 일관성, 선택 순서와 보존 정책
- 데이터셋 프로젝션 활성화와 빌드
- 프로젝션과 Hive 방식 파티셔닝 비교
- Spark 실행 구조와 자원 조정 기준
- Spark details의 시간, 동시성과 메모리 읽기
- Spark 파이프라인의 데이터량, 파티션과 조인 최적화
- Spark 프로필 전체 설정 참조
- Foundry에서 Spark UI 사용하기
- Foundry 사용량 최적화의 우선순위
- 파이프라인 빌드 예약
- Data Health로 리소스 상태 감시
- Data Lineage로 데이터 관계 탐색
- 브랜치별 Data Lineage 보기
- Data Lineage에서 데이터셋 빌드
- Data Lineage 빌드 타임라인
- 사용자별 데이터 및 리소스 권한 확인
- 그래프에서 데이터 미리보기와 코드 확인
- 데이터셋 롤백과 다음 빌드 스냅샷
- Data Lineage 노드와 표시 아이콘
- 관련 분석, 앱과 온톨로지 리소스 찾기
- 상위 입력과 하위 결과 탐색
- Data Lineage 운영 질문
- 같은 열을 가진 데이터셋 찾기
- Data Lineage에서 스케줄 관리
- Data Lineage 화면과 그래프 조작
- Data Lineage 노드 색상
- 이전 파이프라인 롤백의 동작과 제한
- Data Lineage 그래프 저장과 공유
- 보안 표지 변경의 계보 영향 시뮬레이션
- 오래된 데이터셋의 원인 찾기
- Data Lifetime: 계보를 따라 삭제 정책 적용
- Dataset Preview에서 데이터와 실행 상태 확인
- HyperAuto와 소프트웨어 정의 데이터 통합
- Linter
- Peer Manager
- Preparation
- Recipes
- Retention: 데이터셋 트랜잭션 보존 관리
- SAP 애플리케이션 계층과 Foundry 연결
- SAP Connector 파라미터 참조
- SAP Connector 배치 구조
- SAP Connector 권한 역할과 권한 객체
- SAP Connector 설정과 상태 백업 및 복원
- SAP 콘텐츠 권한을 별도 테이블로 관리
- SAP extractor와 원천 context 구성
- SLT 복제와 SAP Connector 구성
- SAP 시스템 사이의 RFC 연결
- SAP Data Accelerator 연결
- SAP Connector 설치 패키지 받기
- SAP 긴 텍스트 추출
- SAP Connector 운영 질문
- SAP Connector housekeeping 설정
- HANA 뷰를 ABAP 외부 뷰로 수집
- 주 SAP Connector 설치와 설치 후 구성
- SAP Connector Fix Pack 적용
- SAP 4.6C/620/640용 Remote Agent
- SAP Remote Agent 설치와 왕복 RFC 구성
- SAP Connector Support Package 적용
- SAP 추가 기능의 구성 요소와 설치 선택
- OAuth 2.0으로 사용자에게 귀속되는 SAP 쓰기
- SAP Connector Cockpit 관리
- SAP Connector와 Remote Agent 제거
- Foundry SQL
온톨로지
- 온톨로지 구축
- 온톨로지 핵심 개념
- 온톨로지 기반 앱 선택
- 온톨로지에서 모델 활용
- 온톨로지로 의사결정 업무 연결
- 객체 유형, 객체와 객체 집합
- 속성과 속성값
- 링크 유형과 양방향 관계
- 액션 유형과 업무 변경
- Foundry 함수
- 인터페이스의 공통 구조와 기능
- 공유 속성의 정의와 재사용
- 온톨로지의 조직 경계와 공간
- Ontology Manager에서 정의와 상태 관리
- 메타데이터
- 온톨로지 데이터 인덱싱
- 온톨로지 저장과 조회 아키텍처
- 온톨로지 정의와 데이터의 접근 제어
- 전역 브랜치에서 온톨로지 변경
- 조회 시 계산하는 파생 속성
- 설계
- 객체 편집과 구체화
- 온톨로지 시나리오
- 온톨로지의 의미 기반 검색
- 구조체 속성
- 자료형
- 사용량
- 값 유형의 의미와 검증
- 객체 뷰로 업무 정보 표시
데이터 분석
- Foundry 분석 도구
- 분석 대시보드 도구 선택
- 분석 결과를 데이터셋과 객체 집합으로 저장
- 분석 결과 내보내기
- 분석 모델 자산
- 분석 결과를 보고서로 공유
- 분석 로직 재사용
- 데이터와 목적에 맞는 분석 도구
- 외부 SQL 및 BI 도구 연결
- Contour
- Foundry Rules
- Fusion 스프레드시트
- Foundry의 지리공간 데이터와 시공간 데이터
- Insight 온톨로지 분석
- Map 지리공간 및 시간 분석
- Notepad 문서와 보고서
- Object Explorer
- Object Monitors
- Quiver로 객체와 시계열 분석
- Quiver에서 첫 분석 만들기
- Quiver 분석 유형 선택
- Quiver 구성과 성능 지침
- Quiver의 카드와 분석 상태
- 분석
- Quiver 카드 선택
- 액션 버튼, 텍스트와 미디어 표시
- 배열 생성, 변환과 집계 카드
- 차트와 객체 표시 카드
- 문자열, 숫자와 시각 비교 카드
- Dataset과 SQL 카드
- 날짜, 시각과 범위 카드
- 이벤트 집합 생성과 비교 카드
- 코드 함수와 시각적 함수 카드
- 집계와 시계열 값 조회 카드
- 객체 집합, 객체 선택과 센서 카드
- 입력 매개변수와 선택기 카드
- 회귀 계수를 배열로 가져오기
- Ceiling과 Floor 카드
- 문자열 변환과 값 공급 카드
- 시계열 상하한과 참조 범위 카드
- 시계열 집계, 미적분과 신호 처리 카드
- 시계열 입력, 그룹 표시와 X/Y 플롯
- Time series search 카드
- 시계열 카드 선택
- 시계열 이동, 필터와 결합 카드
- 반환형으로 값 카드 선택
- Quiver 대시보드
- 수식으로 Quiver 데이터 계산
- Quiver에 객체 데이터 추가
- Transform table에서 표와 시계열 변환
- Quiver에 시계열 추가
- Vega와 Vega-Lite 시각화
- 시각적 함수로 분석 논리 재사용
- Reports의 기존 보고서와 이전
- Foundry 시계열
- Vertex 시스템 그래프
모델 개발과 평가
- 모델 연결과 개발
- Foundry 모델링 시작하기
- 모델링 도구 선택
- 모델 어댑터
- 컨테이너 기반 모델
- 핵심 개념
- 배포
- 개발
- 게시된 모델 버전 평가
- 학습 실험에 매개변수와 지표 기록
- 외부 호스팅 모델 연결
- 추론
- 모델 산출물을 Foundry에 연결하기
- 언어 모델
- foundry_ml에서 palantir_models로 이전
- Model Studio
- Modeling Objective의 자동 평가 구성
- 모델링 목표
- 학습
- 지도 학습 모델 실습
업무 애플리케이션
- 유스케이스 개발과 애플리케이션 도구
- 분석 결과를 운영 업무에 연결
- Applications Portal에서 앱 검색과 승격
- 운영 애플리케이션의 의사결정 설계
- AIP를 이용한 텍스트 감정 분석
- 애플리케이션 간 상호작용
- Workshop
- Workshop으로 항공편 경보 처리함 만들기
- Workshop의 드래그앤드롭 설정
- Workshop 이벤트와 실행 순서
- Workshop 템플릿과 Design Hub 예제
- Workshop에서 온톨로지 인터페이스 사용
- Workshop 모듈과 데이터의 권한
- Workshop에서 액션 구성과 실행
- 설계
- Workshop에서 함수 사용
- Workshop 레이아웃 구성
- Workshop 모바일 앱
- 모듈
- 운영
- 성능
- Workshop Legacy 시나리오와 모델 Domain
- Workshop 변수와 의존 관계
- Workshop 위젯의 구성과 데이터 연결
- 사용자 위젯
- Slate
- Automate: 조건에 따른 업무 자동화
- Carbon: 업무별 플랫폼 작업 공간
- Foundry Forms
- Machinery로 업무 프로세스 모델링
- 동적 일정과 자원 배정
- Use Cases: 업무 활용 사례별 리소스 정리
- Vulcan으로 CAD와 3D 데이터 보기
- Workflow Builder
- Workflow Lineage: 업무 리소스의 의존 관계
개발 도구와 SDK
- 개발 도구 체계
- Code Workspaces 개요
- Code Workspaces 시작과 작업 저장
- Code Workspaces 코드 뷰어
- Code Workspaces 사용량과 자원
- Code Workspaces에서 외부 시스템 연결
- Code Workspaces 활용과 제약 FAQ
- JupyterLab 작업공간과 앱
- Code Workspaces에서 온톨로지 사용
- Jupyter에서 Palantir 제공 언어 모델 사용
- RStudio Workbench, Shiny와 보고서
- Code Workspaces 보안과 권한
- Code Workspaces의 모델 버전과 추론
- Code Workspaces 문제 해결
- Code Workspaces에서 데이터 읽고 쓰기
- Compute Modules 개요
- Compute Module 만들고 실행하기
- Compute Module 컨테이너와 환경 변수
- Compute Module 복제본과 업그레이드 진단
- Compute Module 실행 모드와 권한
- Functions CLI로 Compute Module 이미지 게시
- Compute Module 함수 등록과 자료형
- Compute Module 실행과 변경 이력
- Compute Module에서 Ontology SDK 사용
- 컨테이너 상태 검사
- Compute Module 사용자 클라이언트 프로토콜
- Compute Module 수평 확장
- HTTP 서버를 Compute Module 함수로 연결
- Compute Module 외부 소스
- Compute Module 사용량 계산
- Compute Module 볼륨
- SDK
- Developer Console
- Custom Endpoints 개요
- Global Branching 개요
- 온톨로지 SDK
- Palantir VS Code 확장
- SuperRepo
- VS Code 작업공간
AIP
- AIP의 역할과 운영 기반
- AIP 시작하기
- AIP 애플리케이션과 플랫폼 내 AI 기능
- LLM 프롬프트 설계
- 에이전트
- AIP Logic
- AIP Chatbot Studio
- AIP Evals와 평가 모음
- 모델
- 거버넌스
- 관리
- Ontology와 AIP 워크플로 관측하기
- AIP Assist
- AIP Analyst
- AI FDE
- Autopilot
- Boardroom
- AIP Document Intelligence
- AIP Evolve
- MCP
- Pilot
- Realtime audio
- Solution Designer
- AIP Threads
제품 제작과 배포
운영 관측과 모니터링
보안과 거버넌스
- 보안과 데이터 거버넌스
- 보안 용어와 접근 판단
- 공동 보안 책임 모델
- 접근 제어
- 관리
- Approvals의 요청, 검토와 변경 적용
- 감사 로그의 수집, 전송과 보존
- Checkpoints의 사유 확인과 기록
- Cipher 채널과 라이선스로 민감한 값 보호하기
- 거버넌스
- 운영
- 프로젝트 거버넌스
- Sensitive Data Scanner의 탐지와 운영 권한
- 타사 애플리케이션
- 워크플로
플랫폼 관리
- Control Panel에서 플랫폼 관리하기
- 사용자에게 보이는 앱과 작업 공간 구성
- 플랫폼 운영 공지의 수신자 설정
- Code Workbook과 Code Workspaces 프로파일 관리
- Foundry와 Apollo hub 연결
- 컨테이너 워크플로의 보안과 실행 제한
- 내부 사용량 및 활동 데이터셋 내보내기
- 원격 Marketplace 저장소의 조직별 접근
- 조직 안의 사용자와 그룹 발견 가능성
- 플랫폼 인스턴스와 조직의 관리 권한
- 시작 화면, 언어와 플랫폼 버전 구성
- 데이터 보존 기간과 삭제 권한 정하기
- RStudio Workbench 라이선스 관리
- 범위 제한 세션과 보안 프리셋
- 문서 제공 방식과 지원 요청 경로
- 사용자 활동 지표로 플랫폼 활용도 분석하기
- Workshop Kiosk mode의 조직별 허용
- 신원 제공자와 Foundry 인증 연결
- 소비자용 애플리케이션의 접근 모델
- 플랫폼 내부 사용자 정의 문서
- 이메일 전달, 본문 숨김과 발송 억제
- 플랫폼 인스턴스 설정
- 네트워크
- 외부 연결의 클라이언트 인증서와 서버 신뢰
- S3와 Azure Storage의 추가 egress 구성
- 외부 웹 앱의 CORS 허용 범위
- 고객 도메인과 인증서 구성
- Foundry의 외부 연결 정책
- CSP로 Foundry와 외부 사이트의 임베딩 구성
- Foundry 인바운드 연결 허용 목록
- Egress 로그로 연결 실패 위치 찾기
- AWS PrivateLink egress와 Snowflake 연결
- Azure Private Link egress 구성
- 클라우드 프라이빗 연결로 외부 시스템에 접근하기
- Secure tunnel로 사설 시스템에 연결하기
- AWS Site-to-Site VPN으로 Foundry에 접속하기
- 조직 설정
- Resource Management의 사용량과 배분 구조
- Upgrade Assistant로 플랫폼 변경 준비하기
도입과 업무 활용
- 외부 고객과 협업할 조직 및 공간 설계
- 업무 활용 사례와 설계 선택
- 글로벌 배송의 고객 서비스 작업 관리
- ERP를 통합한 원가와 생산 최적화
- 전기차 충전소 입지와 투자 성과 평가
- 전력망 디지털 트윈과 정전 원인 조사
- 건강보험 회원 캠페인과 후속 조치
- 통합 가격 결정과 견적 추적
- 송장 분쟁의 분류와 회수 개선
- 의료기기 수요 변화에 맞춘 영업 계획
- 가맹점 재가격 조정과 회수 우선순위
- OMOP에서 FHIR로 전자건강기록 변환
- 공장 공통 KPI로 재료 수율 개선
- 의료 제공자 정보의 과다 및 과소 지급 정정
- 의료 제공자 성과의 경고와 상세 조사
- 산불 위험에 대응하는 예방 정전 안내
- 분기기 위험도에 따른 철도 유지보수
- 통합 경고함으로 보안 사건 대응
- 트럭 적재율을 높이는 배송 통합
- 변압기 위험 검토와 고장 조사
- 기관차 부품 보증 청구와 비용 회수
- Flow Capture로 업무 절차 기록
- 반복되는 업무 활용 패턴
- Foundry 도입과 활용 정착 프로그램
- 업무 활용 사례의 수명주기
- Walkthroughs로 단계별 학습 제공
Apollo
- 시작하기
- Apollo의 구성과 정보 흐름
- Apollo: 여러 환경의 소프트웨어 배포와 운영
- Apollo 에이전트의 역할과 통신
- Apollo 사용자 인증
- 역할에 따른 접근 권한
- CI에서 Apollo 제품 릴리스 게시
- 스포크 배포 환경 연결
- Apollo의 배포 개체와 상태
- Apollo의 배포 환경
- Helm 차트의 배포 전략과 타임아웃
- Apollo가 변경을 결정하고 실행하는 과정
- 생존 상태와 준비 상태
- Apollo 모듈과 구성 재사용
- Apollo의 변경 계획과 제약 조건
- Apollo의 제품, 릴리스와 버전
- 버전이 있는 불변 Helm 차트 게시
- Apollo 릴리스 채널과 승격
- 개발용 로컬 Kubernetes 클러스터 구성
- 스포크 제어 플레인
- Apollo에서 지원하는 브라우저
- Apollo 팀과 운영 책임
- Kubernetes 클러스터 안에서 문제 조사하기
- 팀 관리
- 배포 환경의 운영 현황
- 배포 개체 관리
- Kubernetes 네임스페이스 관리
- Apollo 모듈 관리
- 제품과 릴리스 운영
- 릴리스 채널과 승격 운영
- Apollo 변경 관리
- CEL 승인 정책의 평가 방식
- Apollo 레이블 관리
- 취약점 관리
- 문제가 있는 릴리스 회수
- 아티팩트 레지스트리 연결
- Apollo 비밀정보 관리
- Apollo 알림의 수신자와 전달 방식
- 문제 진단
- 허브 간 내보내기와 가져오기
- 제품 명세
- Apollo CLI 명령과 공통 옵션
- Apollo CLI 시작하기
- CLI 설정 갱신: configure
- 아티팩트 레지스트리 명령
- 변경 요청 명령: changerequest
- 제품 릴리스의 취약점 확인
- 배포 개체 명령: entity
- 배포 환경 명령: environment
- Apollo 전용 Helm 차트 유틸리티
- 리소스 레이블 명령
- 기존 방식
- 모듈 명령: module
- 제품 명령: product
- 제품 릴리스 명령: product-release
- CLI 연결 프로필 관리
- 릴리스 채널 명령
- 전송 대상 허브 명령
- 대화형 터미널 명령
- Apollo MCP 서버
- 기술 참조
API 참조
- Foundry REST API
- Transforms Excel Parser
- 공통 계약
- REST API v2
- 액션 유형 API의 개념 (V2)
- 액션 적용 API의 개념 (V2)
- V2 관리 API
- 인증 제공자(AuthenticationProvider) API (V2)
- CBAC 배너 API (V2)
- CBAC 보안 표지 제약 API (V2)
- 플랫폼 인스턴스 역할(EnrollmentRoleAssignment) API (V2)
- 플랫폼 인스턴스(Enrollment) API (V2)
- 그룹 구성원(GroupMember) API (V2)
- 그룹 소속 만료 정책 API (V2)
- 사용자 그룹 소속(GroupMembership) API (V2)
- 그룹 인증 제공자 정보 API (V2)
- 그룹(Group) API (V2)
- 접속 호스트(Host) API (V2)
- 보안 표지 범주(MarkingCategory) API (V2)
- 보안 표지 구성원(MarkingMember) API (V2)
- 보안 표지 역할(MarkingRoleAssignment) API (V2)
- 보안 표지(Marking) API (V2)
- 조직 역할(OrganizationRoleAssignment) API (V2)
- 조직(Organization) API (V2)
- 사용자 인증 제공자 정보 API (V2)
- 사용자(User) API (V2)
- AIP Chatbot API (V2)
- 챗봇 버전(AgentVersion) API (V2)
- 챗봇의 Agent API (V2)
- 챗봇 세션의 대화 내용
- 챗봇 응답 생성 과정 추적
- 챗봇 대화 세션
- 응답 완료를 기다리며 대화 추가(Blocking Continue Session) (V2)
- 진행 중인 챗봇 스트리밍 취소(Cancel Session) (V2)
- 챗봇 세션 생성(Create Session) (V2)
- 챗봇 세션 삭제(Delete Session) (V2)
- 챗봇 대화 컨텍스트 미리 검색(Get RAG Context For Session) (V2)
- 챗봇 세션 상세 조회(Get Session) (V2)
- 챗봇별 세션 목록(List Sessions) (V2)
- 응답을 스트리밍하며 대화 추가(Streaming Continue Session) (V2)
- 챗봇 세션 제목 변경(Update Session Title) (V2)
- 객체의 첨부파일 속성 API (V2)
- 첨부파일 업로드와 수명 API (V2)
- 감사
- V2 데이터셋 브랜치 API
- 상태 검사 보고서 API
- 체크포인트
- Data Health 검사 API
- 암호문 속성 API의 개념 (V2)
- 외부 시스템 연결 API (V2)
- Connection 구성과 관리 API (V2)
- 외부 시스템 연결 생성(Create Connection) (V2)
- 여러 연결의 구성 조회(Get Configuration Connections Batch) (V2)
- 외부 시스템 구성만 조회(Get Configuration) (V2)
- 연결 전체 정보 조회(Get Connection) (V2)
- 연결 내보내기 설정 변경(Update Export Settings For Connection) (V2)
- 연결의 기존 비밀값 갱신(Update Secrets For Connection) (V2)
- 사용자 지정 JDBC 드라이버 업로드(Upload Custom JDBC Drivers Connection) (V2)
- 연결 구성의 생성 입력과 조회 결과
- 원시 파일 가져오기 API (V2)
- 테이블 데이터 가져오기 API (V2)
- 가상 테이블 등록 API (V2)
- Connection 구성과 관리 API (V2)
- V2 데이터셋 API
- 데이터셋 생성(Create Dataset) (V2)
- 데이터셋 상태 검사 보고서(Get Dataset Health Check Reports) (V2)
- 데이터셋 상태 검사 조회(Get Dataset Health Checks) (V2)
- 데이터셋 실행 작업 조회(Get Dataset Jobs) (V2)
- 데이터셋 일정 조회(Get Dataset Schedules) (V2)
- 데이터셋 스키마 조회(Get Dataset Schema) (V2)
- 데이터셋 조회(Get Dataset) (V2)
- 여러 데이터셋의 스키마 조회(Get Schema Datasets Batch) (V2)
- 데이터셋 트랜잭션 이력(List Transactions of Dataset) (V2)
- 데이터셋 스키마 추가(Put Dataset Schema) (V2)
- 표 읽기(Read Table Dataset) (V2)
- 데이터셋 스키마 자료형
- V2 데이터셋 파일 API
- Foundry 파일시스템 API (V2)
- 폴더 구성과 하위 리소스 API (V2)
- 프로젝트의 리소스 참조 API (V2)
- 프로젝트 생성과 조직 요구조건 API (V2)
- 리소스 역할 부여 API (V2)
- Foundry 파일시스템 리소스 API (V2)
- 리소스에 보안 표지 추가(Add Markings) (V2)
- 리소스를 휴지통으로 이동(Delete Resource) (V2)
- 리소스 접근 요구조건 조회(Get Access Requirements) (V2)
- 여러 절대 경로로 리소스 조회(Get By Path Resources Batch) (V2)
- 절대 경로로 리소스 조회(Get By Path) (V2)
- 파일시스템 리소스 조회(Get Resource) (V2)
- 여러 리소스를 RID로 조회(Get Resources Batch) (V2)
- 리소스에 직접 적용한 표지 목록(List Markings Of Resource) (V2)
- 휴지통 리소스 영구 삭제(Permanently Delete Resource) (V2)
- 리소스의 보안 표지 제거(Remove Markings) (V2)
- 파일시스템 리소스 메타데이터
- 휴지통 리소스 복원(Restore Resource) (V2)
- 프로젝트의 상위 공간 API (V2)
- 함수
- 지리 시계열 속성 API의 개념 (V2)
- 연결된 객체 API의 개념 (V2)
- 지도 렌더링 API (V2)
- 미디어 참조 속성 API의 지원 범위 (V2)
- 미디어 항목과 처리 API (V2)
- 미디어 트랜잭션 중단(Abort Media Transaction) (V2)
- 경로의 미디어 항목 삭제(Clear Media Item At Path) (V2)
- 미디어 트랜잭션 커밋(Commit Media Transaction) (V2)
- 미디어 트랜잭션 생성(Create Media Transaction) (V2)
- 미디어 항목 기본 정보(Get Media Item Info) (V2)
- 미디어 항목 상세 메타데이터(Get Media Item Metadata) (V2)
- 미디어 항목 참조 조회(Get Media Item Reference) (V2)
- 경로로 미디어 항목 RID 조회(Get Media Item RID By Path) (V2)
- 미디어 집합 설정 조회(Get Media Set) (V2)
- 미디어 변환 결과 다운로드(Get Transformation Job Result) (V2)
- 미디어 변환 상태 조회(Get Transformation Job Status) (V2)
- 미디어 집합 API (V2)
- 미디어 항목의 유형별 메타데이터
- 미디어 항목 업로드(Put Media Item) (V2)
- 미디어 항목 내용 다운로드(Read Media Item) (V2)
- 업로드한 원본 미디어 다운로드(Read Original Media Item) (V2)
- 페더레이션 미디어 항목 등록(Register Media Item) (V2)
- 미디어 변환 시작(Transform Media Item) (V2)
- 임시 미디어 업로드(Upload Media) (V2)
- 미디어 변환 선택
- 머신러닝 모델 API (V2)
- 모델 리소스 생성(Create Model) (V2)
- 실험 검색 필터
- 실험의 메타데이터와 집계
- 모델 리소스 조회(Get Model) (V2)
- Model API의 입출력 명세
- 모델 리소스 API (V2)
- 모델 버전 승격(Promote Version Model) (V2)
- Model Studio 학습 구성
- Model Studio와 구성 및 실행 건
- Model Studio 학습기 명세
- Model Studio 구성 검증 오류
- 모델 버전의 메타데이터와 생성 출처
- 실험 테이블 산출물 API (V2)
- 실험 시계열 API (V2)
- 모델 실험 API (V2)
- 온라인 모델 배포 API (V2)
- 온라인 모델 배포 생성(Create Live Deployment) (V2)
- Live Deployment의 응답 구조
- 온라인 모델 배포 비활성화(Disable Live Deployment) (V2)
- 온라인 모델 배포 조회(Get Live Deployment) (V2)
- 추론 입력 오류의 상세 유형
- 모델의 직접 배포 목록(List Live Deployments) (V2)
- 온라인 배포 실행 구성 교체(Replace Live Deployment) (V2)
- Live Deployment의 실행 구성
- 온라인 모델 배포 시작(Start Live Deployment) (V2)
- 온라인 모델 JSON 추론(Transform JSON Live Deployment) (V2)
- 모델 함수 API (V2)
- Model Studio 구성 버전 API (V2)
- Model Studio 학습 실행 API (V2)
- Model Studio 학습기 API (V2)
- Model Studio API (V2)
- 모델 버전 API (V2)
- Notepad 생성과 내보내기 API (V2)
- 객체 집합 로드 API의 개념 (V2)
- 객체 집합 집계(Aggregate Object Set) (V2)
- 임시 객체 집합 생성(Create Temporary Object Set) (V2)
- 객체 집합의 파생 속성
- 여러 객체 유형으로 객체 집합 로드(Load Object Set Multiple Object Types) (V2)
- 객체 또는 인터페이스 표현으로 로드(Load Object Set Objects Or Interfaces) (V2)
- 객체 집합 로드(Load Object Set) (V2)
- 객체 집합의 V2 검색 조건
- V2 객체 집합 정의
- 객체 집합의 속성 식별자와 로드 수준
- 객체 집합 로드의 응답 메타데이터
- 객체 집합의 공간 필터
- 객체 유형 API (V2)
- 객체 유형의 기반 데이터소스
- 객체 유형 RID 일괄 조회(Get Object Type By RID Batch) (V2)
- 객체 유형의 액션 편집 이력(Get Object Type Edits History) (V2)
- 객체 유형 전체 메타데이터(Get Object Type Full Metadata) (V2)
- 객체 유형 조회(Get Object Type) (V2)
- 발신 링크 유형 조회(Get Outgoing Link Type) (V2)
- 객체 유형 RID별 링크 일괄 조회(Get Outgoing Link Types By Object Type RID Batch) (V2)
- 객체 유형의 인터페이스 구현
- 객체 유형 목록(List Object Types) (V2)
- 객체 유형의 발신 링크 목록(List Outgoing Link Types) (V2)
- 객체 유형과 링크 유형의 메타데이터
- 온톨로지 속성의 자료형
- 속성값의 표시 형식
- 객체 속성의 메타데이터
- 관측
- 온톨로지와 객체 API (V2)
- 온톨로지 인터페이스 API의 개념 (V2)
- 온톨로지 객체 API의 개념 (V2)
- 온톨로지 값 유형 API의 개념 (V2)
- 빌드와 스케줄 오케스트레이션 API (V2)
- 빌드와 실행 작업의 응답 모델
- 스케줄 액션과 실행 범위
- 스케줄, 버전과 실행 건
- 빌드 대상의 범위
- 스케줄 트리거의 전체 분기
- 빌드 API (V2)
- 실행 작업 API (V2)
- 스케줄 버전 API (V2)
- 스케줄 API (V2)
- 스케줄 생성(Create Schedule) (V2)
- 스케줄 삭제(Delete Schedule) (V2)
- 스케줄 영향 대상 조회(Get Affected Resources Schedule) (V2)
- 스케줄 조회(Get Schedule) (V2)
- 여러 스케줄 일괄 조회(Get Schedules Batch) (V2)
- 스케줄 실행 이력(List Runs Of Schedule) (V2)
- 스케줄 일시 중지(Pause Schedule) (V2)
- 스케줄 구성 교체(Replace Schedule) (V2)
- 스케줄 실행 요청(Run Schedule) (V2)
- 스케줄 재개(Unpause Schedule) (V2)
- 질의
- 온톨로지 질의 API의 개념 (V2)
- 민감 데이터 탐지
- SQL 쿼리 실행과 결과 조회
- 스트리밍 데이터셋과 스트림 API (V2)
- 스트림 스키마와 CDC
- 스트리밍 데이터셋 API (V2)
- 브랜치 스트림 API (V2)
- 새 브랜치 스트림 생성(Create Stream) (V2)
- 스트림 파티션별 끝 오프셋(Get End Offsets For Stream) (V2)
- 파티션의 스트림 레코드 조회(Get Records From Stream) (V2)
- 브랜치의 스트림 조회(Get Stream) (V2)
- 스트림에 바이너리 레코드 게시(Publish Binary Record To Stream) (V2)
- 스트림에 레코드 한 개 게시(Publish Record To Stream) (V2)
- 스트림에 레코드 배치 게시(Publish Records To Stream) (V2)
- 스트림 기록과 구성 초기화(Reset Stream) (V2)
- 타사 애플리케이션 웹 호스팅 API (V2)
- 시계열 속성 API의 개념 (V2)
- 시계열 값 저장 속성 API의 개념 (V2)
- V2 데이터셋 트랜잭션 API
- 데이터셋 View API
- 워크벤치
- REST API v1
- Transforms Python API
- BooleanParam: 불리언 입력 명세
- Check: 데이터 요구 조건 등록
- ComputeBackend: Spark 실행 백엔드
- configure: Spark 변환 실행 설정
- ContainerTransform: 단일 노드 실행 객체
- ContainerTransformsConfiguration: 호환 이름
- Dataset: 데이터셋 뷰의 표와 파일
- FileStatus: 파일 메타데이터
- 데이터셋 표와 원시 파일 접근
- FileSystem: Spark 원시 파일 접근
- FloatParam: 부동소수점 입력 명세
- FoundryInputParam: Foundry 입력 매개변수 계약
- FoundryOutputParam: Foundry 출력 매개변수 계약
- IncrementalLightweightInput: 증분 경량 입력
- IncrementalLightweightOutput: 증분 경량 출력
- IncrementalTableTransformInput: 증분 가상 테이블 입력
- IncrementalTransformContext: 증분 Spark 실행 맥락
- IncrementalTransformInput: 증분 Spark 입력
- IncrementalTransformOutput: 증분 Spark 출력
- incremental: 증분 실행 계약
- Python 변환의 입출력 명세
- InputSet: 여러 입력의 명세
- Input: 단일 데이터셋 입력 명세
- IntegerParam: 정수 입력 명세
- LightweightContext: 경량 실행 맥락
- LightweightException: 경량 호환성 예외
- LightweightInputParam: 경량 입력 매개변수 계약
- LightweightInput: 경량 실행 입력
- LightweightNotImplementedError: 미지원 기능
- LightweightOutputParam: 경량 출력 매개변수 계약
- LightweightOutput: 경량 실행 출력
- LightweightTypeError: 호환성 타입 오류
- LightweightValueError: 호환성 값 오류
- lightweight: 기존 경량 변환 데코레이터
- Markings: 입력 보안 표지의 전파 중단 명세
- OrgMarkings: 입력 조직 요구의 제거 명세
- OutputSet: 여러 출력의 명세
- Output: 단일 데이터셋 출력 명세
- ParamContext: 매개변수 인스턴스 생성 맥락
- ParamValueInput: 매개변수 값 래퍼
- Param: 변환 매개변수의 공통 계약
- Python 변환의 값 매개변수
- Pipeline: 변환 등록과 탐색
- Python 변환 등록과 실행 방식
- 변환 런타임의 입력과 출력 객체
- FoundryDataSidecarFile: 경량 파일 객체
- FoundryDataSidecarFileSystem: 경량 파일시스템
- StringParam: 문자열 입력 명세
- TableTransformInput: 가상 테이블 입력
- TransformContext: Spark 실행 맥락
- transform_df: PySpark DataFrame 변환
- TransformInput: Spark 실행 입력
- TransformOutput: Spark 실행 출력
- transform_pandas: pandas DataFrame 변환
- transform_polars: Polars DataFrame 변환
- transform: Spark와 경량 변환 선언
- FoundryTS Python 참조
- FoundryTS 클라이언트
- Interval: 시계열의 시간 구간
- NodeCollection: 여러 시계열과 요약 묶기
- 함수
- cumulative_aggregate: 현재 관측까지 누적 집계
- derivative: 초당 변화율 계산
- distribution: 관측값의 분포
- dsl: 시계열 수식 적용
- exponential_regression: 지수 곡선 적합
- first_point: 가장 이른 관측
- integral: 시계열의 누적 적분
- interpolate: 시계열 정렬과 재표본화
- last_point: 가장 늦은 관측
- linear_regression: 선형 추세 적합
- mean: 같은 시각에 존재하는 값의 평균
- periodic_aggregate: 고정 주기별 집계
- points: 관측값으로 시계열 정의
- polynomial_regression: 다항 곡선 적합
- rolling_aggregate: 이동 시간 구간 집계
- scale: 시계열 값에 배율 적용
- scatter: 두 시계열의 대응 값과 회귀
- series: 저장된 시계열 참조 생성
- skip_nonfinite: 유한한 관측값만 유지
- statistics: 시간 구간별 통계 요약
- sum: 같은 시각에 존재하는 값의 합
- time_extent: 관측의 양끝 시각
- time_range: 조회할 시간 구간 선택
- time_series_search: 조건이 유지되는 구간 찾기
- time_shift: 관측 시각 이동
- time_weighted: 시간이 반영된 집계 명세
- timestamp_scale: 변경하지 않는 이전 API
- udf: 시계열 질의 결과에 Python 함수 적용
- unit_conversion: 관측값 단위 변환
- value_shift: 관측값에 일정량 더하기
- where: 0 여부에 따른 값 선택
- 노드
- 객체
- 검색
- 언어 모델 프록시 API
문제 해결과 지원
- 문제 조사와 지원 요청
- Chrome DevTools로 오류 자료 수집
- 지원 브라우저와 사용자 측 네트워크
- HTTP 오류 코드의 의미
- Issues에서 문의와 문제 추적
- 지원 티켓에 필요한 재현 자료
문서 열람
이미지와 예제 파일은 assets/에 있습니다. Markdown 문서와 에셋의 상대 경로를 유지하면 로컬에서도 함께 열람할 수 있습니다.