Professional-Machine-Learning-Engineer 문제 56
당신은 수요가 크게 증가하는 장난감 제조업체에서 근무하고 있습니다. 품질 관리 검사관이 제품 결함을 확인하는 데 소요되는 시간을 줄이려면 ML 모델을 구축해야 합니다. 더 빠른 결함 감지가 우선입니다. 공장에는 안정적인 Wi-Fi가 없습니다. 귀하의 회사는 가능한 한 빨리 새로운 ML 모델을 구현하기를 원합니다. 어떤 모델을 사용해야 합니까?
Professional-Machine-Learning-Engineer 문제 57
과거 거래 데이터를 기반으로 회사 제품의 판매를 예측하기 위해 Vertex Al을 사용하여 사용자 정의 모델을 개발했습니다. 가까운 미래에 특성 분포 및 특성 간의 상관 관계의 변화를 예상합니다. 또한 대량의 예측을 받을 것으로 예상합니다. 요청 드리프트 감지를 위해 Vertex Al 모델 모니터링을 사용할 계획이며 비용을 최소화하려고 합니다. 당신은 무엇을 해야 합니까?
Professional-Machine-Learning-Engineer 문제 58
고객 지원 이메일을 분류하는 모델을 개발 중입니다. 온프레미스 시스템에서 소규모 데이터 세트를 사용하여 TensorFlow Estimator로 모델을 생성했지만 이제는 고성능을 보장하기 위해 대규모 데이터 세트를 사용하여 모델을 교육해야 합니다. 모델을 Google Cloud로 포팅하고 온프렘에서 클라우드로 더 쉽게 마이그레이션하기 위해 코드 리팩터링 및 인프라 오버헤드를 최소화하려고 합니다. 당신은 무엇을 해야 합니까?
Professional-Machine-Learning-Engineer 문제 59
회사의 ML 실험 및 모델 재교육을 자동화하기 위해 MLOps 플랫폼을 구축하고 있습니다. 수십 개의 파이프라인에 대한 아티팩트를 구성해야 합니다. 파이프라인의 아티팩트를 어떻게 저장해야 합니까?
Professional-Machine-Learning-Engineer 문제 60
당신은 최근 ML 및 데이터 워크로드를 Google Cloud로 이전하기로 결정한 대규모 조직에서 근무하고 있습니다.
데이터 엔지니어링팀은 구조화된 데이터를 Avro 형식의 Cloud Storage 버킷으로 내보냈습니다. 분석을 수행하고, 기능을 생성하고, ML 모델이 온라인 예측에 사용하는 기능을 호스팅하는 워크플로를 제안해야 합니다. 파이프라인을 어떻게 구성해야 합니까?
데이터 엔지니어링팀은 구조화된 데이터를 Avro 형식의 Cloud Storage 버킷으로 내보냈습니다. 분석을 수행하고, 기능을 생성하고, ML 모델이 온라인 예측에 사용하는 기능을 호스팅하는 워크플로를 제안해야 합니다. 파이프라인을 어떻게 구성해야 합니까?