1MLOps インフラの設計と実装

• 1.1Machine Learning ワークスペースとリソース

  Azure Machine Learning（AML）ワークスペースの作成と管理、データストア、コンピューティング ターゲット、そしてワークスペースの ID とアクセス管理（マネージド ID／RBAC）を、MLOps 基盤の土台として理解します。

• 1.2Machine Learning のアセット管理

  AML ワークスペースのアセット（データアセット、環境、コンポーネント）の作成と管理、そしてレジストリを使ったワークスペース間でのアセット共有を、再現性と再利用の観点で理解します。

• 1.3Machine Learning の IaC と自動化

  GitHub と Machine Learning の安全な連携、Bicep と Azure CLI によるワークスペース/リソースのデプロイ、GitHub Actions ワークフローによるプロビジョニングの自動化、ワークスペースへのネットワークアクセス制限、そして Git によるソース管理を、MLOps の自動化基盤として理解します。