Instiq
第1章 · MLOps インフラの設計と実装·v1.1.0·更新 2026/6/11·読了目安 約14分

変更要約: 各節に図（figure）を追加＝cert-figure-retrofit。AI-300 第1章を新規作成（ドメイン1「MLOps インフラ」: ワークスペース/データストア/コンピューティング ターゲット/ID・アクセス管理、アセット管理=データアセット/環境/コンポーネント/レジストリ、IaC と自動化=Bicep・Azure CLI/GitHub Actions/ワークロード ID フェデレーション/ネットワーク制限/Git）

1.3Machine Learning の IaC と自動化

この節の要点

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。

MLOps は、手作業ではなくコードと自動化でインフラとパイプラインを再現可能に回します。AI-300 では IaC（Infrastructure as Code）と CI/CD の基本が問われます。

1.3.1Bicep／Azure CLI と GitHub Actions

ワークスペースやコンピューティングなどのリソースは Bicep（宣言的 IaC）と Azure CLI でコードとしてデプロイします。さらに GitHub Actions のワークフローで、コードのプッシュをトリガーにプロビジョニングや学習・デプロイを自動実行します。GitHub と Machine Learning は ワークロード ID フェデレーション（シークレットを持たない安全な連携）で接続するのが推奨です。これにより、環境構築を再現可能・監査可能にします。

1.3.2ネットワーク制限と Git ソース管理

ワークスペースへのアクセスは プライベート ネットワーク（プライベート エンドポイント／マネージド仮想ネットワーク）でパブリック露出を制限します。プロジェクトのコード（学習スクリプト・パイプライン定義・IaC）は Git でソース管理し、変更履歴・レビュー・ロールバックを可能にします。「インフラも ML パイプラインもコード化して Git で管理し、Actions で自動化する」のが MLOps の基本姿勢です。

目的手段要点
リソースをコードでデプロイBicep / Azure CLI宣言的・再現可能
プロビジョニング/学習の自動化GitHub Actions ワークフロープッシュで自動実行
GitHub との安全な連携ワークロード ID フェデレーションシークレットレス
パブリック露出の制限プライベート エンドポイント/マネージド VNetネットワークアクセス制限
コードの変更管理Git ソース管理履歴・レビュー・ロールバック
注意

混同に注意：
①Bicep/CLI（IaC＝リソースのデプロイ）とGitHub Actions（CI/CD＝ワークフローの自動実行）は補完的。
②GitHub 連携はワークロード ID フェデレーション（シークレットレス）が推奨——長期のシークレットを GitHub に置かない。
③ワークスペースのネットワーク制限とRBAC（認可）は別レイヤー。

試験ポイント

「要件 → 手段」：例「ワークスペースをコードで再現可能にデプロイ」＝Bicep/Azure CLI、「プッシュで学習/デプロイを自動化」＝GitHub Actions、「GitHub からシークレットなしで Azure へ」＝ワークロード ID フェデレーション、「ワークスペースをパブリックに晒さない」＝プライベート エンドポイント、「スクリプトの変更履歴とレビュー」＝Git。

Bicep/Azure CLI と GitHub Actions による自動化、ネットワーク制限と Git ソース管理を表した図。
IaC・CI/CD・ネットワーク/Git

1.3.3この節のまとめ

  • IaC（Bicep/Azure CLI）でリソースをコード化し、GitHub Actions でプロビジョニング/学習/デプロイを自動化
  • GitHub 連携はワークロード ID フェデレーション（シークレットレス）。ワークスペースはプライベートネットワークで保護
  • インフラも ML パイプラインも Git で管理（履歴・レビュー・ロールバック）

進捗の記録にはログインが必要です。

理解度チェック

（軽い確認用）

Q1. Azure のリソース（ワークスペース等）を宣言的なコードとして再現可能にデプロイするために使うのはどれですか？

Q2. コードのプッシュをトリガーにプロビジョニングや学習・デプロイを自動実行する仕組みはどれですか？

Q3. GitHub から Azure へ長期のシークレットを持たずに安全に接続する推奨方法はどれですか？

Q4. AML ワークスペースへのアクセスをパブリックに晒さず、ネットワークを制限するにはどうしますか？

Q5. 学習スクリプトやパイプライン定義、IaC の変更履歴・レビュー・ロールバックを可能にするのはどれですか？

Q6. IaC（Bicep/CLI）と GitHub Actions の関係として正しいものはどれですか？

理解度を確認第1章「MLOps インフラの設計と実装」の問題を解く