Azure Machine Learning

解決する課題

• 学習用の GPU や CPU クラスタを都度自前で用意・撤収するのは手間がかかる
• 実験結果やモデルのバージョンが散らばり、誰がどの条件で学習したか再現できない
• 学習したモデルを本番にデプロイし、推論を安定運用するまでの距離が遠い
• データ準備・学習・評価・デプロイの工程を**チームで一貫管理（MLOps）**したい

主要概念と用語

• ワークスペース: 実験・モデル・計算資源・データをまとめる最上位の管理単位
• コンピューティング: 開発用のインスタンス、学習用の自動スケールするクラスタ、推論用の計算資源
• ジョブ（実行）: 学習スクリプトの一回の実行。パラメータや指標、生成物が記録される
• データアセット / データストア: 学習データへの参照と接続情報を抽象化したもの
• 環境: 依存ライブラリやコンテナイメージを定義した再現可能な実行環境
• モデルレジストリ: 学習済みモデルを登録・バージョン管理する保管庫
• エンドポイント: 推論を公開する窓口。常時稼働のオンラインと、まとめて処理するバッチがある
• パイプライン: 前処理・学習・評価などの工程を連結した再利用可能なワークフロー
• 自動機械学習（AutoML）: アルゴリズムやハイパーパラメータの探索を自動化する機能
• デザイナー: ノードを線でつなぐノーコードのモデル構築画面

仕様・制限・クォータ

• 学習・推論で使える GPU や VM の同時実行コア数にはサブスクリプション単位のクォータがあり、引き上げ申請が可能
• オンラインエンドポイントのインスタンス数やデプロイ数には上限がある（定性的に把握し、必要なら緩和申請）
• 計算資源はリージョン単位で確保され、利用したい VM サイズが特定リージョンに無い場合がある
• Python SDK、CLI（v2）、スタジオ（GUI）のいずれからも操作可能で、資産はワークスペースで共有される

内部の仕組み

学習ジョブを投入すると、指定した環境（コンテナ）がコンピューティングクラスタ上に展開され、その中で学習スクリプトが実行されます。クラスタは需要に応じて自動でスケールし、ジョブが無くなればノード数をゼロまで縮小してコストを抑えられます。実行中のパラメータ・指標・ログ・生成物（モデルファイル等）は自動で追跡・記録され、後から比較や再現が可能です。

学習済みモデルはモデルレジストリに登録され、推論時にはそのモデルと環境を組み合わせてエンドポイントへデプロイします。オンラインエンドポイントは常時稼働の計算資源にモデルをホストして低遅延に応答し、バッチエンドポイントは大量データをまとめて非同期に処理します。指標の記録には実験管理の標準である MLflow と互換のインターフェースが利用できます。

設計パターン / ベストプラクティス

• 学習・評価・登録の工程をパイプライン化し、再実行と再現性を担保する
• 環境をコンテナとして固定し、ライブラリのバージョン差による不一致を防ぐ
• 探索段階は AutoML で当たりを付け、有望な手法を本格学習へ引き継ぐ
• デプロイは段階的リリースにし、新旧モデルへトラフィックを割り振って比較してから切り替える
• データはデータアセットとして参照し、スクリプトにパスを直書きしない
• 本番運用は SDK や CLI をパイプラインに組み込み、**学習からデプロイまでを自動化（CI/CD）**する

運用・監視

• ジョブの指標・ログ・成果物はスタジオ上で一覧でき、実験どうしを横並びで比較できる
• エンドポイントの遅延・スループット・エラー率・リソース使用率を監視し、必要に応じてスケールする
• 監視ログや診断情報は Azure Monitor と連携して収集・アラート設定が可能
• 本番ではデータドリフト（入力分布の変化）を監視し、精度劣化の兆候を早期に検知する
• モデルの再学習トリガーを定義し、性能低下時に自動で学習を回す仕組みを整える

コスト

• 主な費用はコンピューティングの稼働時間（学習クラスタと推論エンドポイントの VM 料金）
• 学習クラスタを最小ノード数ゼロに設定すると、アイドル時の課金を避けられる
• 短時間で中断可能な学習には割引価格の余剰計算資源を使うと総額を抑えやすい
• オンラインエンドポイントは常時稼働なので、トラフィックが少ない用途ではバッチ推論の方が安いことがある
• ストレージ・ネットワーク・関連サービス（レジストリ等）の費用も合算で考える

セキュリティ

• ワークスペースや関連リソースへのアクセスは **Azure のロールベースアクセス制御（RBAC）**で最小権限に絞る
• 認証情報やキーは直書きせず、マネージド ID や資格情報ストアを通じて安全に取得する
• 学習データや成果物の保管先は保存時の暗号化が前提。通信は暗号化される
• 閉域要件がある場合はプライベートエンドポイントでワークスペースを仮想ネットワークに閉じ込められる
• 操作の監査ログを残し、誰がいつモデルを登録・デプロイしたかを追跡可能にする

Well-Architected の観点

• パフォーマンス効率: 自動スケールするクラスタと GPU の活用で、学習・推論の規模に応じて柔軟に計算資源を調整できる
• オペレーショナルエクセレンス: パイプライン・モデルレジストリ・自動デプロイにより、再現性のある反復可能な MLOps を実現する
• 補足として、ゼロスケールや余剰計算資源の活用はコスト最適化、プライベート接続や RBAC はセキュリティにも寄与する

試験で問われるポイント

関連サービス・比較

ハンズオン / CLI例

# 拡張機能を導入し、ワークスペースを既定値に設定
az extension add -n ml
az configure --defaults group=my-rg workspace=my-ws

# 自動スケールする学習用クラスタを作成（最小ノードを0にしてアイドル課金を回避）
az ml compute create --name cpu-cluster \
  --type AmlCompute --min-instances 0 --max-instances 4 \
  --size Standard_DS3_v2

# 学習ジョブを定義ファイルから投入
az ml job create --file train-job.yml

# 学習済みモデルを登録
az ml model create --name my-model --version 1 --path ./model

# オンラインエンドポイントを作成しモデルをデプロイ
az ml online-endpoint create --name my-endpoint
az ml online-deployment create --file deploy.yml --all-traffic