Data Analytics Fundamentals - Japanese

このコースは、3つの主要な機械学習デプロイメント戦略を紹介し、Databricks上での各戦略の実装を解説することを目的としています。モデルデプロイメントの基礎を学んだ後、バッチ推論について詳しく取り上げ、バッチ推論シナリオでのモデル活用に関するハンズオンデモおよびラボを提供するとともに、パフォーマンス最適化に関する考慮事項についても説明します。コースの第2部ではパイプラインのデプロイメントを包括的に取り上げ、最終セクションではリアルタイムデプロイメントに焦点を当てます。参加者はハンズオンデモおよびラボに取り組み、Model Serving を使用したモデルのデプロイメントと、リアルタイム推論のための serving endpoint の活用を実践します。

注：SCORM形式の講義ファイルをご利用の際は、コンテンツをすべて終了した後、必ずSCORMウィンドウを閉じてください。「next lesson」ボタンをクリックしないでください。クリックすると、SCORMモジュールが完了として認識されなくなる可能性があります。

このコースでは、Databricks 上で Generative AI エージェントをデプロイおよびモニタリングするためのエンドツーエンドのライフサイクルを取り上げます。参加者は、Declarative Automation Bundles（DABs）を使用してエージェントを Databricks Apps としてデプロイする方法、Model Context Protocol（MCP）を介してツールを統合する方法、MLflow Tracing でエージェントをインストルメント化する方法、およびスコアラー、マルチターンジャッジ、オンライン評価を使用して本番運用品質を評価する方法を学びます。ハンズオンのデモとラボを通じて、参加者は Databricks プラットフォーム上で本番運用グレードの AI エージェントを構築、観察、およびモニタリングする実践的な経験を積むことができます。

注：SCORM講義ファイルでは、コンテンツを完了したらSCORMウィンドウを閉じてください。「次のレッスン」ボタンはクリックしないでください。クリックすると、SCORMモジュールが完了として記録されない場合があります。

このコースでは、機械学習モデルの操作に関する包括的な探求を通じて、MLOps およびモデルライフサイクル管理に焦点を当てながら参加者をガイドします。最初のセグメントでは、MLOps の重要なコンポーネントとベストプラクティスを取り上げ、機械学習モデルを効果的に運用するための強固な基盤を参加者に提供します。コースの後半では、モデルライフサイクルの基礎を掘り下げ、効率的なモデル管理のために Unity Catalog と連携したモデルレジストリを使用してライフサイクルをシームレスに活用する方法を実演します。コースの終わりには、参加者は実践的な知見を得るとともに、MLOps の原則に関する総合的な理解を深め、機械学習モデルの操作という複雑な領域をナビゲートするために必要なスキルを身に付けることができます。

注：SCORM形式の講義ファイルをご利用の際は、コンテンツをすべて終了した後、必ずSCORMウィンドウを閉じてください。「next lesson」ボタンをクリックしないでください。クリックすると、SCORMモジュールが完了として認識されなくなる可能性があります。