基礎知識
資格の出題範囲にとらわれず、FDE としてお客さまに Claude と Databricks を提案し、導入するときに必要になる知識をまとめています。
料金やモデル、データの扱いは 2026年10月7日時点の公式の情報をもとにしています。変わることがあるので、お客さまに伝える前に公式の情報を確かめてください。
Claude
お客さまに Claude を提案し、導入するときの土台になる知識です。
- 01モデルの選び方と料金の考え方Fable・Opus・Sonnet・Haiku の使い分けと、費用の見積もり方。
- 02よくある導入の型社内の質問応答・文書検索（RAG）・業務の自動化・開発支援。どの型かで、作るものが変わる。
- 03データの扱いと、お客さまへの説明入力は学習に使われるのか、どれだけ保存されるのか。導入前に必ず聞かれる質問への答え方。
- 04できること・苦手なこと期待値を合わせるために、得意なことと、仕組みで補うべきことを整理する。
- 05ツールの設計何をツールにし、どう説明し、どこまで任せるか。エージェントの出来を左右する設計の考え方。
- 06MCP を現場で使う社内システムを MCP サーバーにして、Claude や Claude Code から使えるようにする。
- 07Claude Code をチームに導入するCLAUDE.md・権限・フック・Skill・サブエージェントで、チームで安全に使える形を作る。
- 08コストと速さの最適化プロンプトキャッシュ・Batch・モデルの使い分け・effort で、品質を保ったまま費用と待ち時間を下げる。
- 09評価の作り方「良くなったか」を感覚ではなく数字で判断するための、評価用データと採点の作り方。
- 10エージェントの設計決まった流れ（ワークフロー）と、自分で考えて動くエージェントの使い分け。
Databricks
データ基盤としての Databricks を、全体像と費用の面からつかみます。
- 01全体の構成コントロールプレーンとコンピュートプレーン、ワークスペース、Unity Catalog の関係。
- 02料金の考え方DBU の仕組みと、費用が膨らむ典型的な原因、その抑え方。
- 03既存のデータ基盤からの移行よくある進め方と、つまずきどころ。
- 04Unity Catalog の権限設計カタログの分け方、グループへの付与、行・列の制御。後からやり直さないための設計。
- 05Lakeflow でデータパイプラインを作る取り込み（Lakeflow Connect）・変換（Lakeflow パイプライン）・実行の管理（Lakeflow Jobs）の役割分担。
- 06Delta Lake の運用履歴とタイムトラベル、MERGE、小さなファイルの整理、liquid clustering と予測的最適化。
- 07Databricks SQL と AI/BISQL ウェアハウス、ダッシュボード、自然言語で質問できる Genie。分析する人に届ける部分。
- 08生成 AI アプリを作るModel Serving・AI Search・Agent Bricks・MLflow・Unity Gateway で、データの上に生成 AI を組み立てる。
- 09開発の進め方（Git・Bundles・環境の分け方）ノートブックを Git で管理し、Declarative Automation Bundles で開発から本番まで同じ定義で動かす。
FDE の進め方
Claude と Databricks を組み合わせ、PoC から本番まで進めるための知識です。
- 01Claude と Databricks の組み合わせ方Databricks の上で Claude を使う構成と、その利点。
- 02PoC の進め方ヒアリング、成功の基準づくり、評価、本番化の判断まで。
- 03本番化のチェックリスト権限・監視・費用・障害時の対応・モデルの更新。本番に出す前に確かめること。