Databricksで働くAIエージェント
Monmoのエージェントは、朝番のデータエンジニアのようにDatabricksで働きます。失敗したジョブの理由を説明し、Unity CatalogのテーブルにSQLで問い合わせ、システムテーブルからDBUの消費を追い、テーブルを文書化します。Unity Catalogで許された範囲だけを見て、ジョブの実行、コンピュートの変更、データの書き込みの前には承認を求めます。
更新日：2026-11-13 · 無料で始められます。有料プランは月額15ドルから。
Databricksでエージェントができること
失敗したジョブの理由を説明する
スケジュールされたジョブが失敗すると、実行のタスク出力、エラー、ドライバーのログを読み、壊れたノートブックのセルやファイルを突き止めて、原因と直し方の案を書きます。
頼み方夜間のordersジョブが2時10分に失敗した。どのタスクがなぜ壊れたか、どう直すかを教えて。
SQLウェアハウスで質問に答える
セグメント別の週次アクティブ顧客数を尋ねると、Unity Catalogでテーブルを探し、クエリを書いて、割り当てたSQLウェアハウスで実行し、SQLと一緒に答えを示します。
頼み方直近8週間の、セグメント別の週次アクティブ顧客数は？クエリも見せて。
DBUの消費を追う
毎週月曜に課金のシステムテーブルを読み、ワークスペース、ジョブ、SQLウェアハウスごとにDBUをまとめ、前の週と比べた結果をGoogle スプレッドシートに書きます。
頼み方毎週月曜に、先週のDBU消費をジョブとウェアハウス別にまとめて、増え方の大きいものを教えて。
止まらないコンピュートを見つける
自動終了のない汎用クラスター、軽いジョブに大きすぎるクラスター、夜通し動いているSQLウェアハウスを一覧にし、設定の変更案を下書きします。適用はどれも事前に確認します。
頼み方自動終了のないクラスターと、夜通し動いているウェアハウスを探して、それぞれの設定案を出して。
Unity Catalogのテーブルを文書化する
スキーマのテーブルを読み、列とリネージを確かめ、新しく入ったアナリストにもわかる説明を下書きします。Google ドキュメントで確認でき、Unity Catalogへの追加は承認を待ちます。
頼み方Unity Catalogのsalesスキーマについて、テーブルと列の説明を下書きして。先に私が確認する。
実験の結果を比べる
MLflowの実験について、各回をパラメーターと指標で並べ、いちばん良い回とほかで何が違ったかを取り出して、チーム向けの短いメモをSlack用に書きます。
頼み方churn-modelの実験の直近20回を比べて、どのパラメーターが効いたか教えて。
機密テーブルを見られる人を確かめる
個人データを含むテーブルへの権限と、その先のグループやユーザー、全アカウントユーザーへの付与のような広すぎる権限を一覧にし、取り消しの案を管理者向けに下書きします。
頼み方customers_piiスキーマのテーブルを読めるのはだれ？データチームより広い付与があれば教えて。
接続のしくみ
- 1Databricksのワークスペースを、個人アクセストークンかOAuthで接続します。管理者が作るサービスプリンシパルならなお安心です。トークンの利用には管理者の許可が要る場合があり、費用の報告にはシステムテーブルの有効化が必要です。
- 2Databricksに向くのはデータ担当と開発担当のエージェントです。どのカタログやテーブルが見えるかはUnity Catalogの権限で決まるので、仕事に要るスキーマだけを付与してください。
- 3実行履歴、ログ、テーブル、システムテーブルの読み取りに承認は要りません。ジョブやノートブックの実行、コンピュートの作成や編集、テーブルへの書き込み、権限の変更は、それぞれカードで事前に確認します。
よくある質問
AIエージェントはDatabricksのノートブックで作業できますか？
できます。MonmoのAIエージェントはノートブックを読み、セルの内容を説明し、分析用の新しいノートブックを下書きします。実行するとDBUを使い、テーブルに書き込むこともあるため、ワークスペースへの保存とコンピュートでの実行は事前に確認します。作業はDatabricksとの連携で行い、連携でできない操作は自分のブラウザーで進めます。
Unity Catalogのデータへのアクセスを渡しても安全ですか？
エージェントに見えるのは、Unity Catalogがその認証情報に許した範囲だけです。必要なスキーマへのSELECTだけを持つサービスプリンシパルを用意し、仕事に必要でない限り個人データには権限を付けないでください。読み取りに承認は要りませんが、書き込みや権限の変更はあなたを待ち、アクセスはいつでも外せます。
Databricksの費用が増えた理由を調べられますか？
どこで増えたかを示せます。課金のシステムテーブルからDBUをジョブ、クラスター、ウェアハウス別に分け、期間を比べて、増加の元になったジョブやクラスターを挙げます。自動終了や小さいウェアハウスなどの変更を提案し、どれを適用するかはあなたが決めます。
失敗したDatabricksのジョブを直して再実行できますか？
原因を探して修正を下書きし、再実行の前に確認します。コードの修正なら、レビュー用にGitHubでプルリクエストを出します。失敗したタスクからの修復だけで済むなら、その実行をカードで示し、許可を得てから修復します。