기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다.

# 데이터 엔지니어링 원칙
<a name="data-engineering-principles"></a>

최신 데이터 파이프라인을 위한 아키텍처를 빌드할 때 다음 표의 원칙을 채택하는 것이 좋습니다.


|  |  |  | 
| --- |--- |--- |
| **원칙** | **예시** | **사용 사례**: | 
| 유연성 | 마이크로서비스 사용 | [FastGo enjoys flexibility and scalability with a microservices architecture on AWS](https://aws.amazon.com/solutions/case-studies/fastgo/)(AWS 사례 연구) | 
| 재현성 | 코드형 인프라(IaC)를 사용하여 서비스 배포 | [Part 3: How NatWest Group built auditable, reproducible, and explainable ML models with Amazon SageMaker](https://aws.amazon.com/blogs/machine-learning/part-3-how-natwest-group-built-auditable-reproducible-and-explainable-ml-models-with-amazon-sagemaker/)(AWS 기계 학습 블로그) | 
| 재사용성 | 공유 방식으로 라이브러리 및 참조 사용 | [Create and reuse governed datasets in Amazon QuickSight with new Dataset-as-a-Source feature](https://aws.amazon.com/blogs/big-data/create-and-reuse-governed-datasets-in-amazon-quicksight-with-new-dataset-as-a-source-feature/)(AWS 빅 데이터 블로그) | 
| 확장성 | 모든 데이터 로드를 수용할 수 있는 서비스 구성 선택 | [AWS 클라우드에서 성장 및 규모 조정을 위해 데이터 레이크 설계](https://docs.aws.amazon.com/prescriptive-guidance/latest/data-lake-for-growth-scale/welcome.html)(AWS 권장 가이드) | 
| 감사 가능성 | 로그, 버전 및 종속성을 사용하여 감사 추적 유지 | [How Parametric Built Audit Surveillance using AWS Data Lake Architecture](https://aws.amazon.com/blogs/architecture/how-parametric-built-audit-surveillance-using-aws-data-lake-architecture/)(AWS 아키텍처 블로그) |