Databricks Certified Machine Learning Associate 問題集

正解: C

正解の理由
推奨のワークフローでは、開発環境は Unity Catalog の dev カタログで表され、データサイエンティストはここに一時的なデータや特徴量テーブルを読み書きする。理想は、開発ワークスペースから prod カタログの本番データ・推論テーブル・指標テーブルを読み取り専用で見られることで、いまの本番モデルの予測と性能を分析できる。それが許されない組織では、本番データのスナップショットを dev カタログへ書き込み、それを使って開発用のコードを作り評価する、と公式は書いている。

違う選択肢
「開発で書いた学習ジョブを本番ワークスペースで動かし、できたモデルを dev カタログへ登録して評価する」… 本番ワークスペースはデータサイエンティストが書き込みや計算の権限を持たない場所として描かれている。開発のコードをそこで回して結果を dev へ持ち帰る流れは示されておらず、開発中の試行のたびに本番の権限が要ることになる。
「ステージングのカタログに本番データの写しを置き、開発ワークスペースからはステージングのカタログを読む」… ステージングのカタログは ML パイプラインのテストのためのもので、書かれた資産は一般にテストが終わるまでしか残さない。開発の材料を置き続ける場所ではなく、公式の代わりのやり方とも違う。
「本番カタログの表を参照するビューを dev カタログに作り、そのビューへの読み取りを開発者に許可する」… ビューは本番の表を読みにいくだけなので、本番カタログを読めないという前提の下では解決にならない。公式が示すのは、本番データそのものの写し（スナップショット）を dev カタログへ書き込むことである。

押さえどころ
開発と本番の境目は、ワークスペースとカタログの両方で引かれている。本番は ML エンジニアが持ち、データサイエンティストは本番に書き込みや計算の権限を持たないのが基本の形である。読み取り専用で見せるか、スナップショットを dev へ渡すか、の2段で考えると整理しやすい。