セクション5：ML パイプラインの自動化とオーケストレーション（~18%）
E2E パイプライン構築、再訓練の自動化、CI/CD/CT。MLOps の 心臓部。Agent Platform Pipelines / Managed Service for Apache Airflow（旧 Composer）/ Ray on Agent Platform の使い分けが核心。
このセクションのゴール
- Agent Platform Pipelines / Managed Airflow / Ray on Agent Platform / Cloud Workflows の使い分けを即答できる
- データとモデルの 検証 をパイプラインに組み込める
- 訓練/サービング間の 前処理一貫性 を確保する手法（TFT / Feature Store）を理解している
- 再訓練ポリシー の判断軸（スケジュール/データ量/ドリフト/ビジネス）を説明できる
- CI/CD/CT パイプラインを Cloud Build で構築する流れを知っている
- MLOps 成熟度モデル（手動 / CI&CD / CI/CD/CT）を理解している
学習ファイル
| ファイル | 想定読者 | 内容 |
|---|---|---|
| 01_基礎.md | 📘 新人 | パイプラインの基本 / Pipelines / Airflow / Workflows / MLOps レベル |
| 02_応用.md | 🔧 中堅 | 再訓練ポリシー / Ray / 検証ステップ / CI/CD/CT 設計 |
| 03_要点と暗記.md | 🎯 全員 | 意思決定ツリーと暗記カード |
試験ガイド対応
| サブセクション | 公式記載 |
|---|---|
| 5.1 | エンドツーエンド ML パイプラインの開発 |
| 5.2 | モデル再訓練の自動化（CI/CD/CT） |