Get Started with Databricks: End to End - Japanese

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。

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。正確性や安全性などの一般的な基準に対応する組み込みジャッジ、ビジネス固有の要件に対応するガイドラインジャッジ、専門的なニーズに対応するカスタムジャッジなど、さまざまな評価アプローチの実装方法を習得します。また、厳選されたデータセットを使用したオフライン評価と本番運用モニタリングの両方を取り上げ、MLflowのトレーシング機能を実際に操作しながら、エージェントの実行パターンの把握やさまざまなステークホルダーからの人間のフィードバック収集についても学びます。実践的なデモンストレーションとラボを通じて、AIエージェント開発ライフサイクル全体にわたる継続的な品質向上を促進する評価Workflowsを構築するスキルを身につけます。

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 Data Intelligence Platform上でカタログ構造と大規模なデータ組織化を設計、実装、ガバナンスする方法を学びます。エンタープライズlakehouseの集中型ガバナンスレイヤーとしてのUnity Catalogの包括的な概要を提供します。5つのモジュールに分かれており、クラウドデプロイメントモデル内でのUnity Catalogの位置づけから始まります。アカウントコンソール、メタストアの作成、管理者ロール階層をカバーします。次に、組織トポロジー（ビジネスユニット、リージョン、dev/QA/prod環境）を、命名規則、所有権パターン、MANAGE委任を使用したスケーラブルなカタログとスキーマ設計に変換します。コースは、ストレージクレデンシャル、外部ロケーション、managed-storage階層、マネージドテーブルと外部テーブル、非テーブルデータのUC Volumesを使用した安全なストレージ統合をカバーします。次に、アクセスパターンと分離戦略（3レベルのGRANTチェーン、ワークスペース-カタログバインディング、スキーマレベルの属性ベースアクセス制御（ABAC）ポリシー）を適用し、大規模なきめ細かいデータ保護を実施します。最後に、カタログ設計、自動化、最小権限、グループベースのアクセス管理のベストプラクティスで締めくくります。 

注：SCORM講義ファイルの場合は、コンテンツを完了した後、必ず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モジュールが完了済みとして記録されない可能性があります。