シナリオ問題計算

あるオンライン小売企業が、顧客の購買履歴データ(月間150万件)から個人化されたレコメンデーションを生成し、1日あたり平均3000万件のレコメンデーション結果を生成する必要があります。このシステムでは、リアルタイムに顧客が閲覧している商品に基づいて関連商品を提案する必要があります。レコメンデーション精度を最大化しながら、1秒あたり約35,000件のレコメンデーション要求を処理する必要があります。このシナリオに最も適したAzureサービスの組み合わせはどれか?

A.Azure Personalizer + Azure Cosmos DB + Azure Cognitive Search← 正解
✓ 正解です。Azure Personalizer はリアルタイムレコメンデーション向けの専用サービスで、高頻度のリアルタイム要求(秒間35,000件規模)に対応し、Cosmos DB は大規模・高速データアクセスを実現、Cognitive Search は検索・フィルタリングを強化します。
B.Azure Synapse Analytics + Azure Data Lake Storage + Power BI
✗ Synapse Analytics は大規模バッチ分析に最適ですが、秒間35,000件のリアルタイムレコメンデーション要求には応答性が不足しており、個人化の実装も限定的です。
C.Azure Machine Learning + Azure Blob Storage のみ
✗ Azure Machine Learning だけではリアルタイムスケーリング、高速キャッシング、最適な推論パイプラインが不足し、秒間35,000件の処理スループットを実現できません。
D.Azure SQL Database + Azure App Service + Azure Cache for Redis
✗ Azure SQL Database は秒間35,000件の高頻度リアルタイム要求でボトルネックが生じ、個人化レコメンデーションエンジンとしての機能が不足しています。

この問題のポイント

Azure Personalizer はリアルタイムレコメンデーション向けの専用サービスで、高頻度のリアルタイム要求(秒間35,000件規模)に対応し、Cosmos DB は大規模・高速データアクセスを実現、Cognitive Search は検索・フィルタリングを強化します。

AI-900:Microsoft Azure AI Fundamentals の問題一覧