Business Impact Accelerator: Answering Business Questions with Genie - Japanese

このはじめようコースでは、Databricks Lakebase を紹介します。Databricks Lakebase は、Databricks Data Intelligence Platform に組み込まれたフルマネージド PostgreSQL サービスであり、運用系（OLTP）ワークロードとアナリティクス系（OLAP）ワークロードをより緊密に統合します。

コースはまず概念的な講義から始まり、OLTP システムと OLAP システムを比較しながら、それぞれのパフォーマンス特性、ストレージモデル、および代表的なユースケースについて説明します。また、データ移動、レイテンシー、アーキテクチャの複雑さなど、トランザクションデータベースとアナリティクスプラットフォームを別々に維持する際に組織が直面する課題についても探索します。

次に、Databricks Lakebase がこれらの課題にどのように対処するかを学びます。Lakebase は PostgreSQL 互換の運用データベースを提供し、Databricks Lakehouse と直接統合することで、運用アプリケーションとアナリティクスを統一されたプラットフォーム上で連携させることを可能にします。

これははじめようコースであるため、Lakebase を操作するためのコアコンセプトと基本的なワークフローの理解に重点を置いています。Lakebase 上でフルスケールの本番運用アプリケーションを構築することは、本コースの範囲外となります。

コースの終わりには、Unity Catalog と Databricks Lakehouse を基盤とする単一のガバナンスされたプラットフォーム上で、Lakebase が組織の運用システムとアナリティクスを橋渡しする方法について理解できるようになります。

Databricks Free Edition のアカウントを作成すれば、実践的な環境でデモを実際に試すことができます。

注記：Databricks Academyでは、Databricks環境内での教室セッションをノートブック形式に移行し、講義用スライドデッキの使用を終了します。講義ノートブックはVocareumラボ環境でアクセス可能です。

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。

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。