Databricks Machine Learning Professional — Questions d'entraînement et examen blanc

L’examen Databricks Certified Machine Learning Professional valide une expertise avancée dans la construction de systèmes de ML en production, à grande échelle, sur Databricks. Il couvre les techniques avancées de développement de modèles, la gestion du cycle de vie MLOps (CI/CD et monitoring compris) ainsi que les stratégies de déploiement de modèles : le développement de modèles et les MLOps pèsent chacun 44 % de l’examen. Tu dois démontrer ta maîtrise de la conception de pipelines de ML en production et de la gestion du cycle de vie des modèles à grande échelle.

Cette certification s’adresse aux ingénieurs ML et data scientists confirmés qui ont au moins un an d’expérience dans la mise en production de systèmes de ML sur Databricks. Elle atteste de ta capacité à exploiter ces systèmes de façon fiable, en production et à grande échelle.

Le développement de modèles et le MLOps sont à égalité, 44 % chacun, soit la très grande majorité de l’examen. Le développement de modèles couvre l’entraînement distribué avec SparkML, Ray et Optuna, le feature engineering point-in-time-correct, ainsi que les runs MLflow imbriqués pour les expérimentations complexes. Le MLOps porte sur le CI/CD appliqué au ML, Lakehouse Monitoring, la détection de drift et le réentraînement automatique déclenché par une dégradation des performances.

Le déploiement de modèles représente les 12 % restants : stratégies de mise en production blue-green et canary, accès à des modèles PyFunc personnalisés via un serving endpoint plutôt que par la seule interface. Ce partage à parts égales entre développement et exploitation reflète bien le quotidien d’un ML engineer senior : construire les modèles, c’est la moitié du travail, les garder en bonne santé en production, c’est l’autre moitié.

L’examen compte 59 questions notées à choix multiple dans une fenêtre de 120 minutes, avec d’éventuelles questions pilotes non notées. Attends-toi à des scénarios poussés : choisir entre Ray et Spark pour un job d’entraînement distribué, concevoir une alerte Lakehouse Monitoring dès qu’un drift dépasse un seuil, ou retenir une stratégie de déploiement pour un serving endpoint à fort trafic.

Chaque domaine de l’examen DB-MLP a assez de questions dans la banque pour être travaillé en profondeur. Un examen blanc te pose 59 questions d’affilée, sur le même chrono de 120 minutes que le jour de l’examen.

Le temps qu’il te faut dépend de ton expérience pratique. Le reste est fixé par l’éditeur : comment l’examen se déroule, quand tu peux le repasser et combien de temps la certification reste valable.

L’examen se passe en ligne avec un surveillant à distance ou dans un centre d’examen, et il n’est proposé qu’en anglais. La certification reste valable deux ans ; pour la renouveler, il faut repasser la version en vigueur de l’examen.

À ce niveau, le MLOps évalue ton jugement en production bien plus que la théorie des processus : reconnaître quel type de table Lakehouse Monitoring convient à un scénario donné, concevoir un test d’intégration qui couvre de bout en bout le pipeline du feature engineering jusqu’à l’inférence, savoir quel test statistique de la table des métriques de drift s’applique au drift catégoriel et lequel vaut pour le drift numérique. Les questions sur le développement de modèles vont bien au-delà de l’usage basique de SparkML : tuning distribué d’hyperparamètres avec Ray et Optuna, arbitrages entre parallélisme de modèle et parallélisme de données pour l’entraînement à grande échelle. Le déploiement ne pèse que 12 % de l’examen, mais les choix entre blue-green et canary, tout comme la mise à l’échelle d’un endpoint sous trafic de production, sont testés dans le détail, toujours à partir de scénarios concrets.