「Databricks Certified Machine Learning Professional」の記事一覧

【シナリオ】AutoMLが生成したモデル（XGBoost）をベースに開発を進めているが、推論時に特定の特徴量値の組み合わせで予測値が不安定になる（異常値が出る）。モデルの堅牢性（Robustness）を高めるために、生成コードに追加すべき処理はどれか。

【シナリオ】高負荷なServingエンドポイントにおいて、コンテナの起動時間（Cold Start）が遅く、スケールアウト時のレイテンシ悪化が問題になっている。これを改善するためのモデル最適化手法はどれか。

【シナリオ】カスタムTransformerを実装し、Pipeline内で `save` したが、ロード時に `java.lang.ClassNotFoundException` が発生した。Python側だけでなくScala/Java側の実装も必要なのか？

【シナリオ】GPUクラスタ上で、巨大なデータセットに対する推論（Inference）を行う際、GPU使用率が低く、ディスクI/O（読み込み）がボトルネックになっている。`Petastorm` を使用して改善を試みる際、Parquetデータの最適な行グループサイズ（Row Group Size）の考え方はどれか。

【シナリオ】企業全体のMLflow Tracking Serverを中央集権化（Centralized）しており、数千人のユーザーがいる。特定の機密プロジェクトの実験記録だけは、他のプロジェクトのメンバーから完全に見えないようにしたい。どう構成すべきか。

【シナリオ】ジョブAの完了後にジョブBを実行したいが、ジョブAとBは異なるDatabricksワークスペースにある。これを自動化する方法はどれか。

【シナリオ】Feature Storeにおいて、複数のモデルが同じ特徴量を使用しているが、あるモデルには「欠損値を平均で埋めたもの」、別のモデルには「欠損値を-1で埋めたもの」を提供したい。推奨される設計はどれか。

【シナリオ】Deltaテーブルの `Z-Order` 最適化を行いたいが、テーブルには数百の列がある。どの列をZ-Orderの対象に選ぶべきかの基準は何か。

【シナリオ】Hyperoptの探索空間として、整数値のパラメータ（例：決定木の深さ）を探索したいが、`hp.quniform` はfloat型を返すため、モデルによっては型エラーになる。どう対処すべきか。

【シナリオ】Model Servingエンドポイントに対して、インターネット経由ではなく、VPC内部（Databricksワークスペースと同じネットワーク内）からプライベートにアクセスさせたい。これを実現する機能はどれか。