À propos du cours

Certification Databricks🌐 Anglais & Français

Databricks Certified Machine Learning Associate

Code officiel : Machine Learning Associate

Disponible en anglais et en français — examens blancs complets dans les deux langues.

48questions à l’examen réel

90 mindurée officielle

200 $prix de l’examen

2 ansvalidité

Choisissez un abonnement (à partir de 9,90 €/mois, 47 certifications) et accédez immédiatement à l'examen blanc complet, ainsi qu'à ces 4 outils d'entraînement supplémentaires :

Glossaire — 25 termes clés

Artifact StoreComposant de MLflow dédié au stockage des fichiers produits par un run (modèles sérialisés, images, rapports HTML, etc.), accessible via les fonctions `mlflow.log_artifact()` et `mlflow.log_artifacts()`.

AutoML (Databricks AutoML)Fonctionnalité Databricks qui explore automatiquement plusieurs algorithmes et combinaisons d'hyperparamètres pour des tâches de classification, régression ou forecasting, en enregistrant chaque essai comme un run MLflow distinct et en générant un notebook modifiable pour le meilleur modèle.

Cluster PolicyMécanisme d'administration Databricks permettant d'imposer des contraintes de configuration sur les clusters (type d'instance, nombre de workers, auto-termination, etc.) afin de contrôler les coûts et la gouvernance des ressources.

CrossValidatorClasse Spark ML qui effectue une validation croisée k-fold pour le réglage des hyperparamètres, en entraînant et évaluant le modèle k fois sur des découpages différents afin de produire des estimations de performance plus fiables qu'un simple split unique. La valeur par défaut de `numFolds` est 3.

Voir les 21 autres termes →

Étude de cas — 5 scénarios inclus

Déploiement d'un modèle de détection de fraude bancaire

120 millions de lignes (18 mois)Volume de données historiques12 workers par cluster policyTaille maximale des clusters autorisée5 millions de transactions / nuitVolume de scoring batch nocturne2 heures maximumFenêtre de traitement batch

Une grande banque de détail française souhaite moderniser son système de détection de fraude sur les transactions par carte bancaire. L'équipe data science, composée de 6 data scientists et 2 ingénieurs MLOps, doit construire un pipeline ML complet sur Databricks, depuis l'ingestion des données jusqu'au scoring en temps quasi-réel. Les données historiques représentent environ 18 mois de transactions, soit environ 120 millions de lignes stockées dans des tables Delta Lake.\n\nL'équipe doit entraîner un modèle de classification binaire (fraude / non-fraude) en utilisant des features calculées à partir des transactions : montant, historique client, localisation, fréquence d'utilisation sur 7 et 30 jours. Ces features doivent être partagées entre plusieurs équipes (risque, conformité, data science) de manière centralisée et reproductible, en évitant les recomputations redondantes et les divergences de logique métier entre l'entraînement et le service.\n\nL'infrastructure est gérée par une équipe plateforme qui impose des contraintes strictes sur l'utilisation des ressources cloud afin de maîtriser les coûts. Les clusters utilisés pour l'entraînement ne doivent pas dépasser 12 workers, et toute utilisation de GPU doit faire l'objet d'une approbation préalable. Le modèle final devra scorer des batches de 5 millions de transactions chaque nuit dans une fenêtre de 2 heures.

Voir les questions d'analyse et réponses modèles →

Texte à trous — 25 phrases incluses

Une fois l'entraînement terminé, le rapport de performance au format HTML est persisté dans l'_____ du run via `mlflow.log_artifact('./report.html')`, ce qui permet à toute l'équipe de le consulter depuis l'interface MLflow.

Pour accélérer la mise en place d'un modèle de prédiction du prix immobilier, l'équipe data a recours à _____, qui teste automatiquement plusieurs algorithmes de régression et génère un notebook Python modifiable pour le meilleur modèle trouvé.

Afin d'éviter les dérives budgétaires liées à l'utilisation de types d'instances coûteux, l'administrateur Databricks a défini une _____ qui limite le choix des instances aux familles économiques et impose une auto-termination après 30 minutes d'inactivité.

Voir les réponses et le reste des phrases →

Flashcards — 131 cartes incluses

Question

Un Pipeline contient un `CrossValidator` comme dernière étape. Quelle affirmation est vraie ?

Appuyer pour voir la réponse ›

Réponse

L'intégralité du pipeline précédent (toutes les étapes) est traitée comme l'estimator à l'intérieur du `CrossValidator`

Question

Un ingénieur plateforme souhaite empêcher les équipes data science de lancer des clusters GPU sans approbation explicite. Quelle est la meilleure approche ?

Appuyer pour voir la réponse ›

Réponse

Créer une cluster policy qui restreint le type de nœud aux types d'instances CPU uniquement

Voir les 129 autres cartes →

Commencer maintenant

Texte à trous — 25 phrases incluses

Voir les réponses et le reste des phrases →

Contenu du cours

Databricks Certified Machine Learning Associate – Examen Blanc (Français)

Databricks ML Associate — Examen 1 (Français) (67 questions)
Présentation
Databricks ML Associate — Examen 2 (Français) (66 questions)
Fiche mémo
Modalités
Documents
Glossaire — Termes clés
Texte à trous — Exercice de complétion
Études de cas — Mise en situation
Flashcards — Révision express

Databricks Certified Machine Learning Associate – Examen Blanc

À propos du cours