EnglishDeutschFrançaisEspañolPortuguês

Databricks · DB-MLA · Associate

Databricks Machine Learning Associate — Übungsfragen und Probeprüfung

Die Prüfung Databricks Certified Machine Learning Associate weist nach, dass du Machine-Learning-Modelle auf der Databricks-Plattform bauen, trainieren und deployen kannst.

Kostenlos übenErst eine Probefrage ansehen
Erst eine Probefrage ansehenKostenlos üben
Kostenlos für DB-MLA übenDB-MLA-Zugang für 29,99 USD kaufen
48Fragen pro Pass-IT-Probeprüfung
90minZeitlimit der Pass-IT-Probeprüfung

Mit Angaben von Databricks abgeglichen · Oktober 2026 · Aktuelle Prüfungsversion

Pass-IT ausprobieren

Probiere aus, wie du mit Pass-IT lernst.

Beantworte eine DB-MLA-Probefrage und sieh dir die Erklärung mit Quellenverweis an. Direkt hier, ohne Anmeldung.

Databricks Machine Learning1 / 5

Wie löst AutoML in Databricks das Problem, den passenden ML-Algorithmus auszuwählen?

AlexGanze Erklärung von Alex

AutoML-Workflow: 1) Festlegen: Datensatz, Zielspalte, Problemtyp (Klassifikation/Regression/Forecasting) und Evaluationsmetrik. 2) AutoML untersucht: Datenvorverarbeitung (Encoding, Imputation), Feature-Auswahl, Algorithmenauswahl, Hyperparametersuche. 3) Ergebnisse: eine nach Metriken sortierte Liste von Modellen sowie generierte Notebooks, die den exakten Code für jeden Ansatz zeigen. 4) Best Practice: Nutze AutoML als Ausgangspunkt und passe anschließend das Notebook mit der besten Performance an. Die generierten Notebooks verwenden Standardbibliotheken (scikit-learn, XGBoost, LightGBM), sind also vollständig portabel und editierbar.

Quelledocs.databricks.com

Model Deployment3 / 5

Ein Machine Learning Engineer möchte ein Model Deployment auf Databricks zurückrollen, nachdem Probleme in Production entdeckt wurden. Was ist der schnellste Ansatz?

AlexGanze Erklärung von Alex

Model Aliases sind in Deployment-Workflows nützlich, weil sie das menschlich lesbare Deployment-Label von einer unveränderlichen Modellversion entkoppeln. Batch Inference kann Modelle direkt per Alias laden, aber Databricks dokumentiert Model Serving Endpoint-Workflows so, dass der Alias zu einer Modellversion aufgelöst und die Endpoint-Konfiguration aktualisiert wird, um diese Version bereitzustellen. Ein Rollback aktualisiert daher die served entity des Endpoints auf die vorherige Modellversion, während die Endpoint-URL erhalten bleibt.

Quelledocs.databricks.com

Modellentwicklung5 / 5

Was ist der Fluch der Dimensionalität und wie wirkt er sich auf Machine-Learning-Modelle aus?

AlexGanze Erklärung von Alex

Praktische Konsequenzen: In hohen Dimensionen ist der nächste Nachbar eines Punktes fast genauso weit entfernt wie der am weitesten entfernte Punkt, wodurch KNN unwirksam wird. Distanzbasiertes Clustering verschlechtert sich. Lineare Modelle brauchen unter Umständen exponentiell mehr Daten. Gegenmaßnahmen sind unter anderem: Feature-Auswahl (irrelevante Features entfernen), Dimensionsreduktion (PCA, Autoencoder), Regularisierung (L1/L2-Strafterme) und der Einsatz von Algorithmen, die weniger empfindlich auf Dimensionalität reagieren (baumbasierte Modelle kommen mit hohen Dimensionen relativ gut zurecht, weil sie bei jedem Split informative Features auswählen).

Quellescikit-learn.org

* Die Fragen in der App sind derzeit auf Englisch. Übersetzungen in dieser Vorschau gelten nur für die Vorschau. Welche Sprachen für die offizielle Prüfung verfügbar sind, erfährst du beim Prüfungsanbieter.

So bereitest du dich mit Pass-IT auf DB-MLA vor.

Aktuell 362 Übungsfragen für DB-MLA, und wir ergänzen laufend neue. Übe gezielt, was dir noch fehlt.

Komm bei schwierigen Fragen weiter.

Verstehe, warum eine Antwort richtig ist. Alex erklärt dir die Zusammenhänge und beantwortet deine Rückfragen, damit du das Gelernte bei der nächsten Aufgabe anwenden kannst.

Alex kennenlernen →

Dialog-Vorschau · DB-MLA

Modelle mit AutoML vergleichen

  1. Du

    Wie hilft AutoML bei der Algorithmuswahl?

  2. Alex · KI-Tutor

    Es trainiert mehrere Kandidaten und vergleicht ihre Leistung auf Validierungsdaten.

    Bei Databricks nachlesen ↗
  3. Du

    Kann ich die entstandene Modellarbeit untersuchen?

  4. Alex · KI-Tutor

    Ja. Es erzeugt Notebooks für Modellkandidaten, die du prüfen und weiterbearbeiten kannst.

    Bei Databricks nachlesen ↗

Setze deine Lernzeit gezielt ein.

Üben auf deinem Niveau.
Für neue Übungsrunden passt Pass-IT die Schwierigkeit an deine bisherigen Antworten an.

Aus Fehlern lernen.
Falsche Antworten werden automatisch zu Lernkarten. Du bewertest beim Wiederholen, wie sicher du dich erinnerst; Pass-IT plant den nächsten Termin.

So lernst du gezielt weiter →

Animierte Funktionsvorschau

Damit aus deinen Fehlern sicheres Wissen wird.

So funktioniert Pass-IT

Deine Wiederholung

Eine Frage falsch beantwortet?

Pass-IT merkt sie sich für deine Wiederholung.

DB-MLA · Frageauszug

Modelle mit AutoML vergleichen

Vollständige Frage ansehen

Wie löst AutoML in Databricks das Problem, den passenden ML-Algorithmus auszuwählen?

Verstehe die richtige Antwort.

Es trainiert automatisch mehrere Algorithmen parallel, vergleicht deren Performance auf einem Validierungsset und erzeugt Notebooks für die Modelle mit der besten Performance

AutoML vergleicht Modellkandidaten auf Validierungsdaten und liefert Notebooks zur Weiterarbeit.

Bei Databricks nachlesen ↗

Wie sicher erinnerst du dich?

Beim Wiederholen schätzt du ein, wie gut du die Antwort noch weißt.

Richtig nach Zögern

Pass-IT plant deine nächste Wiederholung.

Der Termin richtet sich nach deiner Einschätzung und bisherigen Wiederholungen.

Ablauf vereinfacht dargestellt. Es wird kein Lernstand gespeichert.

Trainiere für den Moment, in dem es zählt.

Bearbeite eine vollständige Probeprüfung mit Zeitlimit und finde heraus, ob du mit deiner Zeit auskommst.

Deine DB-MLA-Probeprüfung

Fragen
48
Minuten
90

Schematischer Prüfungsdurchlauf

  1. Start
  2. Aufgaben bearbeiten
  3. Abschluss

Umfang und Zeitlimit der Pass-IT-Probeprüfung.

Geh mit mehr Sicherheit in die Prüfung.

Dein Readiness Score hilft dir einzuschätzen, ob du bereit für die Prüfung bist. Die Ergebnisse je Prüfungsbereich zeigen dir, wo du noch üben solltest.

Geld zurück, wenn du trotz 80 % Readiness nicht bestehst.
Wenn dein Readiness Score zum Prüfungstermin mindestens 80 % beträgt und du die Prüfung trotzdem nicht bestehst, erstatten wir dir den Pass-IT-Kaufpreis dieser Zertifizierung.

Für aktive, bezahlte Zugänge. Nachweis des Nichtbestehens innerhalb von 14 Tagen einreichen.

Weitere Garantiebedingungen

Zum Prüfungstermin brauchst du mindestens 80 % Readiness und einen aktiven, bezahlten Zugang zur Zertifizierung. Lege die Prüfung innerhalb deines Zugangszeitraums ab und reiche den offiziellen Nachweis des Nichtbestehens innerhalb von 14 Tagen nach der Prüfung ein.

Bei Käufen über Apple oder Google erfolgt die Erstattung über den jeweiligen Store. Die vollständigen Bedingungen regeln weitere Einzelheiten.

Garantiebedingungen ansehen →

Der Readiness Score beschreibt deinen Übungsstand, keine Bestehenswahrscheinlichkeit.

Garantievoraussetzung

80%

Mindestens 80 % Readiness
zum Prüfungstermin

Geld zurück bei Nichtbestehen

Fragenzahlen und Probeprüfungseinstellungen aus dem aktuellen Pass-IT-Katalog.

Die Prüfungsbereiche

Das übst du für DB-MLA.

Prüfungsinhalte, passende Übungen und nachvollziehbare Quellen.

Databricks-ML-Werkzeuge nutzenGewichtung siehe Leitfaden138 FragenPass-IT-Fragen

Verwalte Merkmale, Experimente und Modelle über ihren Lebenszyklus.

  • Erkläre MLOps-Praktiken und Vorteile von ML-Runtimes und AutoML bei Modell- und Merkmalsauswahl.
  • Erstelle und befülle Unity-Catalog-Feature-Tabellen, nutze ihre Merkmale für Training und Vorhersagen und vergleiche Konto- mit Workspace-Stores sowie Online- mit Offline-Tabellen.
  • Protokolliere Metriken, Artefakte und Modelle in MLflow, prüfe die Oberfläche und finde den besten Lauf mit der Client API.
  • Registriere Modelle über die MLflow Client API in Unity Catalog und erkläre Vorteile gegenüber der Workspace Registry.
  • Entscheide zwischen Code- und Modellpromotion, verwalte Modell-Tags und mache einen Challenger über Aliasse zum Champion.
Offizielle Lernziele bei Databricks
Trainingsdaten erkunden und vorbereitenGewichtung siehe Leitfaden52 FragenPass-IT-Fragen

Verstehe Merkmalsverteilungen und wähle passende Vorverarbeitung.

  • Berechne Spark-DataFrame-Zusammenfassungen, visualisiere kategoriale oder kontinuierliche Merkmale und vergleiche Paare mit geeigneten Methoden.
  • Entferne Ausreißer anhand der Standardabweichung oder des Interquartilsabstands.
  • Vergleiche Ersetzungen durch Mittelwert, Median oder Modalwert und behandle fehlende Werte passend.
  • Nutze One-Hot-Encoding, wenn es zu Daten und Modell passt, und erkenne geeignete Fälle für eine Log-Transformation.
Offizielle Lernziele bei Databricks
Modelle trainieren und bewertenGewichtung siehe Leitfaden125 FragenPass-IT-Fragen

Wähle Algorithmen und prüfe ihre Leistung sorgfältig.

  • Wähle einen Algorithmus, behandle Klassenungleichgewicht und baue eine Trainingspipeline mit Estimators und Transformers.
  • Optimiere Hyperparameter mit Hyperopt fmin, Zufalls-, Raster- oder Bayes-Suche und parallelisiere die Suche für Einzelknotenmodelle.
  • Vergleiche Kreuzvalidierung mit einer Trainings-Validierungs-Aufteilung, nutze sie beim Training und berechne die Modellzahl einer Rastersuche.
  • Wähle passende Klassifikations- oder Regressionsmetriken wie F1, Log Loss, ROC/AUC, RMSE, MAE oder R-Quadrat und exponentiere logarithmierte Werte vor der Vorhersageinterpretation oder Berechnung entsprechender Metriken.
  • Bewerte die Auswirkungen von Modellkomplexität und Bias-Variance-Abwägung auf die Leistung.
Offizielle Lernziele bei Databricks
Modelle für Inferenz bereitstellenGewichtung siehe Leitfaden47 FragenPass-IT-Fragen

Wähle, wie ein trainiertes Modell Vorhersagen erstellt.

  • Vergleiche Batch-, Echtzeit- und Streaming-Serving für den Workload.
  • Stelle eigene Modelle an Endpunkten bereit, frage Echtzeitvorhersagen ab und verteile Inferenzdaten zwischen Endpunkten.
  • Führe Batch-Inferenz mit pandas aus und erkläre Streaming-Inferenz mit Delta Live Tables.
Offizielle Lernziele bei Databricks
Diese Aufgabenformate übst du
Multiple Choice
Eine Antwort auswählen.

Dies sind die Übungsformate von Pass-IT. Angaben zur offiziellen Prüfung findest du auf der Databricks-Zertifizierungsseite.

Häufig gestellte Fragen

Deine Vorbereitung

Wie viel Lernzeit sollte ich für DB-MLA einplanen?

Für deine Planung rechnet Pass-IT grob mit 50–120 Stunden. Mit einschlägiger Erfahrung eher weniger, beim Einstieg eher mehr. Dein Bedarf kann außerhalb dieser Spanne liegen. Das ist keine Zeitvorgabe von Databricks und kein Versprechen, in dieser Zeit prüfungsbereit zu sein.

Welche Erfahrung setzt der Machine Learning Associate voraus?

Databricks empfiehlt mindestens sechs Monate praktische Machine-Learning-Arbeit auf der Plattform und verlangt für die Buchung keine Zertifizierung. Im Katalog sind rund 80 Stunden veranschlagt. Weil das Tooling der Plattform am stärksten gewichtet ist, zählt Zeit im Workspace hier mehr als allgemeine Modellierungstheorie.

Pass-IT nutzen

In welcher Sprache sind die Fragen in Pass-IT?

Die Fragen in der App sind derzeit auf Englisch. Übersetzungen der Probefragen auf dieser Seite gelten nur für diese Vorschau. Welche Sprachen für die offizielle Prüfung verfügbar sind, erfährst du bei Databricks.

Wie lange gilt mein Zugang für DB-MLA?

Der Zugang gilt für diese Zertifizierung für 12 Monate. Du zahlst einmal; es gibt keine automatische Verlängerung.

Wann greift die Geld-zurück-Garantie?

Die Garantie erstattet den Pass-IT-Kaufpreis dieser Zertifizierung. Voraussetzung sind ein berechtigter kostenpflichtiger Zugang und ein Readiness-Wert von mindestens 80 % aus deinen Übungsergebnissen zum Prüfungszeitpunkt. Dieser Wert kann erst ab 50 beantworteten Fragen 80 % erreichen und ist keine validierte Bestehenswahrscheinlichkeit. Lege die Prüfung während deines Zugangs ab und reiche den offiziellen Nachweis des Nichtbestehens innerhalb von 14 Tagen ein. Garantiebedingungen

Zur DB-MLA-Prüfung

Wo kann ich die DB-MLA-Prüfung ablegen?

Online beaufsichtigt oder Prüfungszentrum.

Wie lange dauert die Prüfung Databricks Certified Machine Learning Associate?

Die Prüfung Databricks Certified Machine Learning Associate umfasst 48 Fragen und hat ein Zeitlimit von 90 Minuten.

Läuft die Zertifizierung Machine Learning Associate ab?

Ja, zwei Jahre nach dem Bestehen. Die Rezertifizierung läuft ausschließlich über die Prüfung, und zwar in der Version, die dann aktuell ist. Einen Weg über Credits gibt es bei Databricks nicht.

Deine Vorbereitung auf DB-MLA

$29.99einmalig

12 Monate Zugang für DB-MLA · Keine automatische Verlängerung

DB-MLA-Zugang kaufen

Die Fragen in der App sind derzeit auf Englisch.

20 Fragen kostenlos ausprobierenKostenloses Konto erforderlich. Keine Kreditkarte.

Schon ein Konto? Anmelden

Lieber ein Abo? Abos ansehen →

Geld zurück bei Nichtbestehen ab 80 % Readiness – für berechtigte Käufe gemäß Garantiebedingungen.

Garantiebedingungen

Die Garantie erstattet den Pass-IT-Kaufpreis dieser Zertifizierung. Voraussetzung sind ein berechtigter kostenpflichtiger Zugang und ein Readiness-Wert von mindestens 80 % aus deinen Übungsergebnissen zum Prüfungszeitpunkt. Dieser Wert kann erst ab 50 beantworteten Fragen 80 % erreichen und ist keine validierte Bestehenswahrscheinlichkeit. Lege die Prüfung während deines Zugangs ab und reiche den offiziellen Nachweis des Nichtbestehens innerhalb von 14 Tagen ein.

Vollständige Garantiebedingungen →

Verwandte Zertifizierungen

Databricks Certified Associate Developer for Apache SparkDatabricks Certified Data Analyst AssociateDatabricks Certified Data Engineer AssociateDatabricks Certified Data Engineer ProfessionalAlle Databricks-Zertifizierungen →