Azure ML応用
Azure Machine Learning のリアルタイムエンドポイントに予測リクエストが集中し、レスポンスタイムが基準値（500ms）を超える頻度が増えている。性能改善のため、現在の単一ノード構成から複数ノード構成へのスケールアップを検討している。スケール後の効果を正確に判断するために事前に確認すべき最も重要なメトリクスはどれか？
A.スケール前のエンドポイント上でのモデル推論処理そのもの（モデル計算）に要する時間と、ネットワーク往復時間（往復レイテンシ）の割合← 正解
✓ 正解です。モデル計算がボトルネックなら複数ノードスケールが有効、ネットワークレイテンシが主因なら別対策が必要。この割合の分析が改善可能性を判断します。
B.エンドポイントのディスク入出力（I/O）性能とメモリキャッシュヒット率
✗ ディスク I/O はリアルタイムエンドポイントではほぼ関係なく、推論性能改善の観点からは周辺的です。
C.モデルファイルのサイズと、デプロイに要する時間
✗ モデルファイルサイズは初期デプロイに関係しますが、レスポンス時間を大きく左右しません。
D.クライアントから送信されるリクエストの平均ペイロードサイズと圧縮率
✗ ペイロードサイズは若干の影響を与えますが、主要なパフォーマンスボトルネックを特定する上では重要度が低いです。
この問題のポイント
モデル計算がボトルネックなら複数ノードスケールが有効、ネットワークレイテンシが主因なら別対策が必要。この割合の分析が改善可能性を判断します。
「Azure ML」の他の問題
Azure Machine Learning DesignerとAutomated MLの違いとして正しいものはどれか？Azure MLで「注文ごとに即時で詐欺判定を返すAPI」と「月末に100万件を一括処理するAPI」に対してそれぞれ適切…Azure MLのモデルレジストリの主な目的はどれか？Azure MLのResponsible AI ダッシュボードで確認できる分析として含まれないものはどれか？Azure MLのAutoMLが複数のモデルを試した後、最終的に最良モデルを選ぶ基準として使われる指標の例として正しいの…Azure Machine Learningで複数のアルゴリズムとパラメータを自動試行し、特定データに最適なモデルを特定…
IT・クラウド の関連資格
AWS Certified Cloud Practitioner（CLF-C02）
AWSクラウドの入門資格。クラウドの概念・AWSのコアサービス・セキュリティ・料金モデルを問う。
AWS Certified Solutions Architect - Associate（SAA-C03）
AWSでのシステム設計能力を問うアソシエイト資格。高可用性・セキュリティ・コスト最適化の設計が中心。
DP-900：Microsoft Azure Data Fundamentals
Azureのデータサービスの基礎を問うMicrosoft認定資格。リレーショナル/非リレーショナルデータ、分析ワークロード、コアのデータ概念を扱う。