Guide Databricks Generative AI Engineer Associate

Cette certification valide la capacité à construire et déployer des applications d'IA générative sur la plateforme Databricks Intelligence.

Qu'est-ce que le concept de 'Retrieval Augmented Generation' (RAG) dans Databricks ?

Réponse : Combiner un LLM avec une base de connaissances externe (souvent stockée dans Delta Lake) pour fournir des réponses contextuelles et à jour.

Résout le problème de l'obsolescence des données d'entraînement des modèles.

À quoi sert 'Mosaic AI Model Serving' ?

Réponse : À déployer des modèles d'IA (LLM, vision, etc.) sous forme d'API scalables et hautement disponibles sur Databricks.

Simplifie le passage du développement à la production.

Quel composant de Databricks permet de gérer les index vectoriels pour le RAG ?

Réponse : Databricks Vector Search.

Permet de rechercher rapidement les documents les plus sémantiquement proches d'une requête utilisateur.

Pourquoi utiliser 'Unity Catalog' pour ses projets d'IA ?

Réponse : Pour assurer une gouvernance centralisée, la traçabilité (lineage) et le contrôle d'accès sur les données et les modèles.

Indispensable pour la conformité et la sécurité en entreprise.

Comment MLflow aide-t-il les ingénieurs GenAI ?

Réponse : En permettant de suivre les expériences de prompting, de versionner les modèles et de comparer les performances des LLM.

MLflow est devenu le standard open source pour la gestion du cycle de vie du ML.

Certifications associées

Passer l'examen localement

Carrières

preload
preload
preload
preload
preload
preload