メインコンテンツへジャンプ

Agent Evaluation on Databricks - Japanese

このコースでは、従来のソフトウェアテストでは対応できない非決定論的なAIシステム固有の課題に取り組みながら、MLflowの評価Frameworkを使用してAIエージェントを体系的に評価する方法を学びます。受講者は、Unity Catalogに登録され、Unity Gatewayを通じてモデルを呼び出す共有ツール呼び出しエージェントを評価します。その際、正確性や安全性などの一般的な基準には組み込みジャッジを、ビジネス固有の要件にはガイドラインジャッジを、専門的なニーズにはカスタムジャッジを使用します。コースでは、厳選されたデータセットを使用したオフライン評価と、Unity CatalogへのMLflow Tracesの保存を含むオンライン本番運用モニタリングの両方を取り上げます。受講者はMLflow Tracingを使用してエージェントの実行パターンを把握し、開発者およびDatabricks Appを通じてエージェントをレビューする専門家から人間のフィードバックを収集します。実践的なデモとラボを通じて、AIエージェント開発ライフサイクル全体にわたって継続的な品質向上を促進する評価Workflowsを作成するスキルを習得します。


注意:Databricks Academyでは、Databricks環境内でのクラスルームセッションをノートブックベースのフォーマットに移行しており、スライドデッキを用いた講義は廃止されます。講義用ノートブックには、Vocareumラボ環境からアクセスできます。


Languages Available: English | 日本語 | Português BR | 한국어 | Français | Español | 普通话

Skill Level
Associate
Duration
4h
Prerequisites
このコースのコンテンツは、以下のスキル・知識・能力を持つ受講者向けに開発されています: 

• 中級レベルの Python プログラミング経験

• クエリおよび関数の作成に関する基本的な SQL の知識

• Databricks Data Intelligence Platform に関する知識

• カタログやスキーマを含む Unity Catalog の概念の理解

• 大規模言語モデル(LLMs)とプロンプトエンジニアリングの基本的な理解

• MLflow の基本的な知識

Outline

1. AIエージェント評価の基礎

• AIエージェント評価の課題

• デモ:エージェントのセットアップ

• MLflow の評価フレームワーク


2. 組み込みジャッジとガイドラインジャッジ

• 組み込みジャッジ

• デモ:MLflow の組み込みジャッジの使用

• ガイドラインジャッジ

• デモ:MLflow を使用したガイドラインジャッジ

• カスタムジャッジとフィードバック

• デモ:MLflow を使用したカスタムジャッジ

• ラボ:エージェント評価の適用


3. カスタムジャッジと人間からのフィードバック

• オフライン評価とオンライン評価の戦略

• ラボ:MLflow を使用した開発者および SME からのフィードバック

Upcoming Public Classes

Date
Time
Your Local Time
Language
Price
Jan 26
02 PM - 06 PM (Asia/Tokyo)
-
Japanese
$750.00

Public Class Registration

If your company has purchased success credits or has a learning subscription, please fill out the Training Request form. Otherwise, you can register below.

Private Class Request

If your company is interested in private training, please submit a request.

See all our registration options

Registration options

Databricks has a delivery method for wherever you are on your learning journey

Runtime

Self-Paced

Custom-fit learning paths for data, analytics, and AI roles and career paths through on-demand videos

今すぐ登録

Instructors

Instructor-Led

Public and private courses taught by expert instructors across half-day to two-day courses

今すぐ登録

Learning

Blended Learning

Self-paced and weekly instructor-led sessions for every style of learner to optimize course completion and knowledge retention. Go to Subscriptions Catalog tab to purchase

Purchase now

Scale

Skills@Scale

Comprehensive training offering for large scale customers that includes learning elements for every style of learning. Inquire with your account executive for details

Upcoming Public Classes

Data Engineer

Databricks Performance Optimization - Japanese

Databricks Performance Optimizationは、データエンジニアおよびアナリストを対象に、Databricks Data Intelligence Platform上でパフォーマンスのボトルネックを診断・測定・解消する方法と、パフォーマンス改善をコストに結びつける方法を学ぶコースです。本コースは、測定優先・プラットフォーム優先のワークフローに従って進みます。まずプラットフォームの自動最適化機能に重要な処理を任せ、Query ProfileおよびSystemテーブルを使用して適用内容を確認した後、必要に応じて手動でチューニングを行います。

受講者は、Query Profile、Performance Insights、およびクエリー履歴のSystemテーブルを活用してパフォーマンスを測定するための基礎を習得します。その後、データのレイアウトとセルフチューニングマネージドテーブル、リキッドクラスタリング、キャッシングと中間結果、シャッフル、スキュー、スピル、行の爆発的増加、ドライバーのパフォーマンス、Python UDF、サーバーレスコンピュート、Photon、コスト配分など、主要な最適化テクニックを探索します。

コース全体を通じて、受講者は合成小売データに対して意図的に低速化されたクエリーを探索し、さまざまな最適化テクニックがパフォーマンスに与える影響を確認します。ファイルのプルーニング、タスクの実行時間、Photonのカバレッジ、コストなどのエビデンスを活用して改善効果を評価します。シナリオベースの2つのラボでは、診断からバリデーションまでの最適化ワークフローを実践的に強化します。

注: Databricks Academy では、Databricks 環境内で実施するクラスルームセッションをノートブックベースの形式へ移行しており、講義でのスライドデッキの使用を終了します。講義ノートブックには、Vocareum ラボ環境からアクセスできます。Languages Available: English | 日本語 | Português BR | 한국어 | Français | Español | 普通话

Paid
4h
Lab
instructor-led
Professional

Advanced Machine Learning with Databricks - Japanese

このコースはデータサイエンティストおよび機械学習の実務者を対象としており、4時間のモジュールが2つで構成されています。

Machine Learning at Scale

このコースでは、Apache Spark のアーキテクチャと、Databricks における機械学習ワークロードへの応用について、理論的および実践的な知識を習得します。データ準備、モデルのトレーニング、およびデプロイメントに Spark を活用するタイミングを学ぶとともに、Spark ML および pandas APIs on Spark を使った実践的な経験を積みます。また、ハイパーパラメータチューニングや Spark を用いた Optuna のスケーリングといった高度な概念についても学習します。さらに、包括的なモデルのパッケージングとガバナンスのために、アソシエイトコースで紹介された MLflow や Unity Catalog などの機能および概念を活用します。

Advanced Machine Learning Operations

このコースでは、機械学習ライフサイクルと MLOps に関する包括的な理解を提供し、データおよびモデル管理、テスト、スケーラブルなアーキテクチャのベストプラクティスを重点的に取り上げます。CI/CD、パイプライン管理、環境の分離などの主要な MLOps コンポーネントを網羅しながら、Declarative Automation Bundles (DABs)、Lakeflow ジョブ、Model Serving など、自動化およびインフラ管理のための Databricks のツールを紹介します。モニタリング、カスタムメトリクス、ドリフト検出、モデルロールアウト戦略、A/B テスト、および信頼性の高い MLOps システムの原則について学び、Databricks における機械学習プロジェクトの実装と管理を総合的なビューで理解できるようになります。

注: Databricks Academyは、Databricks環境内の教室セッションをノートブックベースの形式へ移行しており、講義でのスライドデッキの使用を終了します。講義用ノートブックはVocareumのラボ環境で利用できます。

Paid
8h
Lab
instructor-led
Professional

Questions?

If you have any questions, please refer to our Frequently Asked Questions page.