Respuestas correctas
- AEscribir un archivo cloudbuild.yaml que compile un contenedor de entrenamiento y envíe un Vertex AI PipelineJob
- DDefinir los pasos de entrenamiento y despliegue en un Vertex AI Pipeline y enviarlo desde Cloud Build
- EConfigurar un disparador de Cloud Build para que se ejecute en los commits al repositorio de código fuente
Explicación
Un archivo cloudbuild.yaml es la configuración declarativa que Cloud Build utiliza para definir los pasos de compilación, y uno de esos pasos puede compilar una imagen de contenedor de entrenamiento personalizada (por ejemplo, mediante docker build) y luego enviar un Vertex AI PipelineJob utilizando el comando gcloud ai pipelines run o el SDK de Vertex AI. Vertex AI Pipelines es el servicio nativo para orquestar pasos de flujos de trabajo de ML como entrenamiento, evaluación y despliegue como un grafo acíclico dirigido, y Cloud Build puede invocar ese pipeline como parte de CI/CD, proporcionando un pipeline de ML totalmente automatizado y reproducible. Un disparador de Cloud Build vinculado al repositorio de origen (por ejemplo, un disparador de GitHub o Cloud Source Repositories en push o pull request) es lo que realmente inicia la ejecución automatizada de la compilación o el pipeline en los commits, lo cual es el núcleo de la automatización de CI/CD. Cloud Functions no es el mecanismo previsto para reentrenar modelos al finalizar una compilación; los disparadores de Cloud Build o las notificaciones de Pub/Sub son los puntos de integración correctos, y esto añade complejidad innecesaria. Sonlear artefactos de compilación con Cloud Scheduler es un antipatrón; los disparadores orientados a eventos (disparadores de Cloud Build o Pub/Sub) son preferibles al sondeo programado para reaccionar ante nuevas compilaciones.