HOME
Databricks Certified Machine Learning Professional

「Databricks Certified Machine Learning Professional」の記事一覧

Model Servingのエンドポイントにおいて、リクエストボディのサイズ制限（通常数MB〜10MB程度）を超過するような大量のデータを推論したい場合の対処法はどれか。

大きなペイロード（画像や音声ファイルなど）の場合、データを直接HTTPリクエストに含めるのではなく、署…

2026年3月8日

【シナリオ】Databricks Repos（Git連携）を使用して開発している。MLflowのRunに、実行時点のGitコミットハッシュを自動的に記録し、コードのバージョン管理と実験結果を紐付ける機能はどれか。

Databricks Repos（または通常のローカル環境でも）内でMLflowを実行すると、デフォルトでGitのコミットハ…

2026年3月8日

分散トレーニングにおいて、`global_batch_size`（全体のバッチサイズ）と `per_device_batch_size`（GPUごとのバッチサイズ）の関係として正しい式はどれか。

分散学習におけるグローバルバッチサイズは、各デバイス（GPU）が処理するミニバッチサイズの総和（デバイ…

2026年3月8日

Feature Storeを使用していない外部の推論システム（例えばエッジデバイス）のために、特徴量データをエクスポートする最も適切な方法はどれか。

Feature StoreのAPI（`score_batch`等）を使用して必要な特徴量セットを計算・取得し、ターゲットシステム…

2026年3月8日

`Pipeline` モデルをロードした際、学習時とは異なるバージョンのSpark環境である場合、発生しうる主な問題はどれか。

Spark MLlibのモデル永続化形式はバージョン間で完全な互換性が保証されているわけではなく、特にメジャー…

2026年3月8日

Hyperoptの `fmin` 関数を実行する際、`rstate` 引数に `np.random.default_rng(seed)` を渡すことの目的は何か。

`rstate`（random state）にシード値を設定した乱数生成器を渡すことで、同じ探索空間設定であれば毎回同…

2026年3月8日

Workflowsのジョブ設定において、「Maximum Concurrent Runs（最大同時実行数）」を「1」に設定すべき典型的なシナリオはどれか。

データのアップサートや上書きを行うパイプラインなど、並列実行されるとデータの整合性が取れなくなる（R…

2026年3月8日

Lakehouse Monitoringにおいて、データ品質の監視だけでなく、下流のダッシュボードやレポートへの影響を最小限に抑えるために、問題のあるデータを隔離するアーキテクチャパターンはどれか。

メダリオンアーキテクチャの各層（特にSilverへの移行時）に品質チェック（Expectations）を設け、不適合…

2026年3月8日

機械学習のトレーニングデータとして使用されるDeltaテーブルに対し、`OPTIMIZE` コマンドを定期的に実行する頻度に関するベストプラクティスはどれか。

`OPTIMIZE` はコストがかかる操作であるため、頻繁すぎる実行は避け、通常はデータ更新ジョブの完了後や、…

2026年3月8日

Model Servingエンドポイントの更新（Update）を行った際、新しいモデルバージョンのデプロイが完了するまでの間、エンドポイントへのリクエストはどう処理されるか。

Databricks Model Servingはゼロダウンタイム更新をサポートしており、新しいバージョンの準備が整うまで…

2026年3月8日