メインコンテンツへジャンプ

Machine Learning Operations - 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。

Skill Level
Associate
Duration
3h
Prerequisites

このコースでは、次のスキル、知識、能力を持つ受講者を対象にコンテンツを開発しました: 

• Databricks Data Intelligence Platform および基本的なワークスペース操作(クラスターの作成、ノートブックでのコード実行、基本的なノートブック操作、Git からの Repos インポート)に関する知識

• Python の中級プログラミング経験(pandas、numpy などのデータ操作ライブラリおよび APIs(REST エンドポイント、JSON ペイロード)の使用を含む)

• エクスペリメントのトラッキング、モデルのロギング、モデルレジストリの操作、およびモデルライフサイクル管理のための MLflow に関する基本的な知識

• モデルのトレーニング、評価、デプロイメントワークフロー、およびパフォーマンスモニタリングの概念を含む、機械学習の基礎に関する理解

• データ品質評価、特徴量エンジニアリング、モデルテスト、および継続的なモニタリング手法を含む MLOps の概念に関する知識

• クラウドプラットフォームおよび開発ツールのコマンドラインインターフェースと認証設定に関する基本的な経験

• Lakeflow ジョブおよびワークフローのオーケストレーション概念(タスクの依存関係、条件付きロジック、スケジューリング、通知)に関する理解

• パフォーマンスメトリクスおよび異常検出を含む、モデルモニタリングとドリフト検出の原則に関する基本的な知識

Self-Paced

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

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 Data Privacy - Japanese

Databricks データプライバシーでは、データエンジニアが Databricks Data Intelligence Platform 上で個人データを見つけ、保護し、削除し、説明責任を果たす方法を学びます。プライバシーを、Unity Catalog と Delta Lake 上に構築された技術的な判断とコントロールの集合として扱います。本コースではプライバシーをセキュリティ、ガバナンス、コンプライアンスから区別したうえで、識別・保護・管理・検証のライフサイクルと、学習者がすべての手法に適用する短い意思決定モデルで作業を整理します。

学習者はまず Data Classification で機密カラムを見つけ、ガバナンスされたタグで各カラムの扱いを記録します。タグ駆動の属性ベースアクセス制御(ABAC)ポリシーでそれらのカラムを保護し、中央ポリシーが適さない場合は手動のカラムマスクと行フィルターを使います。非識別化はさらに進み、ソルト付きハッシュ、別途ガバナンスされたボールトによるトークナイゼーション、カラム暗号化を扱い、ソルトとキーは Databricks Secrets に保持します。消去権については、リクエストを追跡し、分類とリネージで対象者のデータを見つけ、DELETE と MERGE で削除して変更を伝播し、その後 REORG TABLE ... APPLY (PURGE) と保持期間を考慮した VACUUM で基礎ファイルをパージします。最後に、リネージ、監査ログ、クエリ履歴、Delta テーブル履歴を組み合わせ、各コントロールが機能したことを示す証跡を構築します。

データはすべて合成データです。デモは 1 つの多国籍小売企業のデータ資産をライフサイクルに沿って追い、マスクされたクエリ結果、空の消去確認、テーブル履歴エントリなど、コントロールが機能した証拠で各ステップを締めます。シナリオベースのラボが 2 つあり、ワークフローを補強します。最初のラボでは子会社の顧客テーブルで壊れた保護を修復します。2 つ目では途中まで完了した消去リクエストを仕上げ、完了の証拠を組み立てます。本コースは技術コースであり、法的助言は提供しません。

注記:

1. このコースは「Databricksによる高度なデータエンジニアリング」シリーズの2回目です。

2. 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。

Languages Available: English | 日本語 | Português BR 

Paid & Subscription
3h
Lab
Professional

Questions?

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