◆MLflow 3で実現するLLMアプリの本番運用◆ 　本書は、LLMアプリケーションの開発・運用に必要な一連のプロセス――可観測性の確保、品質評価、プロンプト管理、本番展開――を、オープンソースプラットフォーム「MLflow」を使って体系的に実践する技術書です。 　LLMアプリケーションは、従来の機械学習システムとは異なる難しさを持ちます。プロンプトのわずかな変更が品質に大きく影響し、エージェントの挙動は複雑で追跡が難しく、コストは見えにくい場所で膨らみます。MLflow 3はこうした課題に正面から向き合い、トレーシング、評価（LLM-as-a-Judge）、Prompt Registry、AI Gatewayといった機能を1つのプラットフォームに統合しました。 　本書では、シンプルなLLMアプリケーションから始め、RAGシステム、マルチエージェントまで段階的にカバーしています。実際に動くPythonコードとともに、「作って終わり」ではなく「運用し続けられる」LLMアプリケーションの構築方法を提供します。 ■目次 第1章 LLMOpsの世界へようこそ 第2章 MLflowとは 第3章 MLflowのインストールと初期設定 第4章 可観測性の確保──トレーシングの導入 第5章 改善サイクルを加速する　──評価の仕組み 第6章 プロンプトエンジニアリング──プロンプトの運用と管理 第7章 本番環境で動かす──サービングとデプロイメント 第8章 監視と運用──LLMアプリケーションの健全性管理 第9章 実践ケーススタディ 第10章 エンタープライズ環境でのMLflow活用 第11章 LLMOpsの未来とベストプラクティス ■著者プロフィール 弥生 隆明：Databricks Japanにて、生成AIおよびデータエンジニアリングを専門にDatabricksの導入支援に取り組む。2026年4月より青山学院大学特別研究員を兼務。 渡辺 祐貴：DatabricksにてオープンソースMLflowのテックリードを務め、LLMOps領域の開発を推進している。とくにLLMアプリケーションの可観測性および評価機能の設計・開発をリードし、MLflowのGenAI対応を牽引。 大内山 浩：はDatabricks JapanにてAI領域の専門家として企業のAI導入・活用支援に取り組む。専門学校の教育顧問も兼務。 平田 東夢：Databricksソフトウェアエンジニア。DatabrickではMLflowやAIエージェントフレームワークDSPyの開発に従事。 河村 春孝：Databricksソフトウェアエンジニア。2020年にDatabricksに入社し、メンテナーとしてプロジェクトの開発・発展に取り組んでいる。