ある企業が Azure Databricks を使って機械学習パイプラインを構築している。モデルのトレーニング実験（ハイパーパラメータのチューニング結果・精度指標・モデルアーティファクト）を体系的に追跡・比較・管理するために、Databricks が標準統合しているオープンソースの ML ライフサイクル管理ツールはどれか。

正解: C

MLflow は Databricks が開発したオープンソースの ML ライフサイクル管理プラットフォームであり、Azure Databricks に標準統合されている。実験追跡（Tracking）・プロジェクト管理（Projects）・モデル登録（Model Registry）・モデルサービング（Serving）の4コンポーネントを持つ。ハイパーパラメータ・メトリクス・モデルアーティファクトを自動記録し、実験間の比較を UI 上で行える。選択肢 D の Apache Airflow はワークフロースケジューラーであり、ML 実験の追跡・比較機能を持たない。選択肢 A の Apache Kafka はメッセージキュー・ストリーミングプラットフォームであり、ML ライフサイクル管理とは役割が異なる。選択肢 B の Delta Lake はストレージレイヤーであり、トランザクション整合性やデータバージョニングを提供するが、ML 実験追跡機能は持たない。