Azure Machine Learning における統一Python開発環境の構築方法と生成AIコーディングアシスタントの利用方法について

Question

現状の課題

現在プロジェクトでは開発フェーズごとに異なる環境を使用しており、これを Azure Machine Learning に統一したいと考えています。

現在の開発環境は以下の通りです：

• 社内オンプレミスサーバのDocker分析仮想環境
• 各自のローカル端末環境（VS Code）
• 開発 Azure 環境
• 本番 Azure 環境

最終的に全ての処理は Azure Machine Learning のバッチパイプラインとして実行する必要があるため、開発環境も Azure Machine Learning に統一することが理想と考えています。

理想とする開発環境

私たちが目指しているのは、以下の要件を満たす統一された開発環境です：

1. 一貫したPython実行環境
   • 現在はryeを使用してPython 3.12.3とライブラリを統一していますが、Azure ML上でもJupyterLabのカーネルとターミナルの両方で同一のPython環境（バージョン・ライブラリ）を使用したい
   • 具体的には、JupyterLabのノートブック実行時とターミナルでのコマンド実行時で同じPython環境を参照できること
2. 開発効率の向上
   • 生成AI（Clineなど）によるコーディングアシスト機能の活用
   • Azure MLから接続可能なGitリポジトリとの連携

現状の課題点

• Azure MLのデフォルトPythonが3.8と古い
• カーネル追加・カスタマイズ手順が煩雑
• JupyterLabのノートブックとターミナルで同一環境を共有する方法が不明確
• ターミナルではryeでPython 3.12.3環境を使用できるが、同じ環境をJupyterのカーネルとして設定する方法がわからない
• 特に重要な課題として、Azure ML環境ではGitHub Copilot、Clineなどの生成AIによるコーディングアシスタントが利用できない（または利用方法が不明）であり、これが開発効率を大きく低下させる要因となっている

お伺いしたいこと

1. Azure Machine Learning上で、JupyterLabのノートブックとターミナルの両方で同一のPython環境（バージョン・ライブラリ）を使用する最適な方法は何でしょうか？
   • 特定のパッケージ管理ツール（rye等）にはこだわらず、Dockerコンテナベースの解決策が望ましいと考えています
2. Azure ML環境でPython 3.12系をJupyterLabのカーネルとして設定・使用する方法を教えてください
   • 現在、ターミナルでのrye経由のPython 3.12.3実行はできていますが、同じ環境をJupyterカーネルとして設定する方法がわかりません
3. Azure ML環境で生成AIコーディングアシスタント（GitHub Copilot、Clineなど）を活用する方法はありますか？これは開発効率に直結する重要な要件です。
4. 2025年4月現在、Azure Machine Learning上での最適な開発環境構築のベストプラクティスをご教示ください

ご回答いただけますと幸いです。よろしくお願いいたします。

Answer 1

ご助言いただきありがとうございました。

Azure MLでの開発環境統一については、別の場で相談する方向で進めたいと思います。

このケースはクローズとします。