DataRobotの概要と管理者のワークフロー¶

DataRobotでは、基本的なデプロイ設定がセットアップされ、使用可能なシステム全体の機能およびリソースの割り当てが定義されます。 ここでは、DataRobotでユーザーをセットアップする一般的な管理ワークフローについて説明します。

重要な概念¶

このセクションでは、セルフマネージドAIプラットフォームのセットアップおよび設定の重要な部分となる概念について説明します。 後半のセクションでは、以下の要素が理解されているという前提で説明を行います。

• ワーカーおよびワーカー割り当て
• グループの概要
• 組織の概要

DataRobotプロジェクトとは、モデルのトレーニングに使用したデータセット、およびそのデータセットから構築されたモデルを組み合わせたものを指します。 DataRobotはプロジェクトを複数の段階に分けて構築します。

第1段階では、データを把握するため、DataRobotは指定のデータセットをインポートして元のデータを読み込み、EDA1（探索的データ解析）を行います。 ユーザーがターゲット特徴量を選び、モデル構築プロセスを開始すると次の段階（EDA2）が始まります。 EDA2が完了すると、結果のモデルがモデルリーダーボード上のスコアでランク付けされます。

ワーカーとは¶

ワーカーは、DataRobotプラットフォームでプロジェクトの作成、モデルのトレーニング、および予測の作成を行うプロセスです。 ワーカーは、タスクに割り当てられた処理能力を表します。 DataRobotでは、プロジェクトワークフローのさまざまなフェーズで、DSSワーカー（データセットサービスワーカー）、EDAワーカー、セキュアモデリングワーカー、クイックワーカーなどのさまざまな種類のワーカーが使用されます。 モデリングワーカーを除き、すべてのワーカーは、システムおよびライセンス設定に基づきます。 DataRobotのユーザーは、先着順でワーカーを使用できます。 各タイプのワーカーに関する情報については、インストールおよび設定ガイド（リリースに含まれる）をご覧ください。 このガイドでは、モデリングワーカーを監視および管理する方法について説明します。

EDA2では、モデリングワーカーは、ターゲット特徴量でデータをトレーニングし、モデルを構築します。 モデリングワーカーの割り当てがモデルをすばやく構築するための鍵となります。モデリングワーカーの数が多いほど、構築は速くなります。 モデル構築は時間とリソースを集中的に使用するので、一度にトレーニングするモデルが多いほど、リソース競合が発生する可能性が高くなります。

ワーカー割り当てのモデリング¶

管理者とユーザーは、それぞれモデリングワーカーの割り当てを変更することができます。 管理者は合計の割り当てを設定します。ユーザーは、プロジェクト単位で制限数までの割り当てを設定できます。 モデリングワーカーの割り当ては、クラスターのハードウェアリソースには関係ありません。

各ユーザーにはデフォルトで4つのワーカーが割り当てられています。 この「個人ワーカー割り当て」とは、一度に4人以下のワーカー（デフォルトのままにする場合）が処理し、ユーザーのタスクを処理することを意味します。 このタスクカウントは、クラスター内のすべてのプロジェクトにわたって適用されます。モデルを構築する複数のブラウザーウィンドウはすべて、個別ワーカーカウントの一部です。ウィンドウの数を増やしても、ワーカーの数が増えるわけではありません。

プロジェクト作成時に割り当てられるワーカー数のことを「プロジェクトワーカー割り当て」といいます。この割り当てはプロジェクトが共有された場合でもプロジェクトで維持されます。プロジェクトに参加しているユーザーには、そのユーザーの個別ワーカー割り当ての制限が引き続き適用されます。

たとえば、プロジェクトオーナーが12個の個人ワーカーをプロジェクトに割り当てて、4つの個人ワーカー割り当てのあるユーザーとそのプロジェクトを共有したとします。 プロジェクトに招待されたユーザーは、プロジェクトがより多くのワーカーカウントを反映している場合でも、引き続き個人の割り当てによって制限されています。

ワーカーの割り当ての変更¶

EDA1で使用されるワーカー（EDAワーカー）は、システムによって設定および制御されます。管理者およびユーザーが、これらのワーカーの割り当てを増やすことはできません。 EDA中に表示されているワーカー数を増やしても、この段階でのデータ解析や処理の速度に影響はありません。

モデル開発（EDA2）では、ユーザーは、自分に許可されている制限までワーカーカウントを増やすことができます（個別ワーカー割り当てに基づきます）。 ワーカー使用状況パネルでワーカートグルを調整すると、プロセスに参加するワーカーの数が増えます。 ワーカーキューに関する詳細をよく読んで、その仕組みの理解を深めてください。

ワーカー数の監視と管理（セルフマネージドのみ）¶

管理者の場合、リソースモニタはクラスター全体でのモデリングワーカーの使用状況を示すダッシュボードとして機能します。 管理者は、ワーカーの使用状況をモニタして、必要に応じてユーザー間でワーカーが適切に共有されていることを確認し、ユーザーのワーカー数の変更タイミングを判断することができます。 リソース競合を回避し、ワーカーアクセスを制限するために、管理者は組織にユーザーを追加することができます。

個人ワーカーの割り当ての変更¶

管理者は、各ユーザーがプロジェクトに割り当てることができるワーカーの最大数を設定できます。

1. 右上にあるプロフィールアイコンを展開し、ドロップダウンメニューからアプリ管理者 > ユーザーをクリックします。

   

2. ユーザーを検索して選択し、プロフィールページを開きます。

3. 権限をクリックして、モデリングワーカーの制限まで下にスクロールします。

   

4. フィールドにワーカー制限を入力して、変更を保存をクリックします。

   

グループの概要¶

グループを作成すると、ユーザーの管理、プロジェクト共有の制御、ユーザー全体へのアクションの適用などを効率的に行うことができます。 1人のユーザーは最大10のグループに所属することができますが、必ずしもグループに所属する必要はありません。 1つのグループは1つの組織に関連付けることができ、1つの組織は複数のグループの「親組織」となることができます。 プロジェクトオーナーは自分のプロジェクトをグループと共有することが可能です。それにより、グループの全メンバーがそのプロジェクトにアクセスできるようになります。

本質的に、グループは、アクションを一度に適用できる複数のユーザーのコンテナです。 たとえば、プロジェクトをグループと共有した場合、そのグループのすべてのユーザーはプロジェクトを表示できます（共有時に付与された権限に応じて操作することもできます）。 または、アクセス許可を一括適用して、グループ内のすべてのユーザーに同一の権限セットを設定できます。

グループのセットアップの詳細については、グループの作成のセクションを参照してください。

組織の概要¶

必要に応じてワーカーを利用できる状態にしてリソース競合を回避するため、管理者は組織にユーザーを追加できます。 組織は、管理者がDataRobotのユーザーやグループを管理するのに役立ちます。