DifícilSelección múltiple

Pregunta de práctica de PMLE

¿Qué TRES aspectos se deben considerar al configurar una canalización de reentrenamiento automatizado utilizando Vertex AI Pipelines y Cloud Composer? (Elija TRES.)

Elige todas las respuestas correctas.

Respuestas correctas

  • AEstablecer umbrales de rendimiento para los nuevos modelos para decidir el despliegue
  • COptimizar la asignación de recursos para controlar costos
  • EMonitorear la desviación de datos (data drift) para activar el reentrenamiento

Explicación

Establecer umbrales de rendimiento definidos (por ejemplo, compuertas de precisión, AUC o RMSE) es necesario para que un modelo recién entrenado solo se promueva al despliegue cuando supere o cumpla demostrablemente con la métrica requerida, previniendo la regresión en producción. Optimizar la asignación de recursos es necesario porque Vertex AI Pipelines ejecuta pasos de entrenamiento, ajuste y evaluación en cómputo facturable, por lo que las opciones de asignación de recursos como el tipo de máquina, el uso de aceleradores (GPU/TPU) y el almacenamiento en caché de la canalización controlan directamente el costo y deben planificarse para una cadencia de reentrenamiento sostenible. Monitorear la desviación de datos es necesario porque el desencadenante del reentrenamiento suele ser la desviación de datos o la desviación de conceptos detectada a través de Vertex AI Model Monitoring, que emite alertas que los DAGs de Cloud Composer pueden consumir para lanzar la canalización, haciendo que el monitoreo de desviaciones sea una consideración central de diseño. No se requiere incluir el ajuste de hiperparámetros en cada ejecución de reentrenamiento, ya que es costoso y a menudo solo se necesita cuando el modelo o la distribución de datos cambian sustancialmente. La frecuencia de confirmaciones de código (commits) no es relevante: refleja el flujo de trabajo del desarrollador, no los desencadenantes operativos o las decisiones de recursos de una canalización de reentrenamiento automatizada.

Por qué cada opción es correcta o incorrecta

A

Correcta

Establecer umbrales de rendimiento para los nuevos modelos para decidir el despliegue

El reentrenamiento automatizado produce modelos candidatos que deben ser evaluados antes del despliegue; definir umbrales de rendimiento permite a la canalización comparar cada modelo nuevo con el actual y promoverlo solo cuando las métricas justifiquen el reemplazo, previniendo regresiones de calidad silenciosas en producción.

B

Incorrecta

Incluir el ajuste de hiperparámetros en cada ejecución de reentrenamiento

El ajuste de hiperparámetros busca parámetros óptimos del modelo, no la orquestación de la canalización, por lo que exigirlo en cada ejecución de reentrenamiento multiplica el costo y el tiempo de ejecución sin abordar la programación o la actualización de datos. Es tentador porque el ajuste mejora genuinamente la precisión del modelo, y sería correcto cuando el reentrenamiento es infrecuente y las ganancias de precisión justifican el cómputo adicional.

C

Correcta

Optimizar la asignación de recursos para controlar costos

Vertex AI Pipelines y Cloud Composer consumen cargos de cómputo y orquestación por ejecución, por lo que dimensionar adecuadamente los tipos de máquina, ajustar los pasos en paralelo y programar la frecuencia de reentrenamiento controla el costo recurrente. Esto aborda la restricción operativa de sostener el reentrenamiento automatizado económicamente a escala.

D

Incorrecta

Frecuencia de confirmaciones de código (commits) en el repositorio

La frecuencia de commits refleja la velocidad de desarrollo, no los desencadenantes de reentrenamiento; las canalizaciones deben reentrenarse ante la desviación de datos, nuevos datos etiquetados o degradación del rendimiento. Es tentador porque los commits frecuentes sugieren cambios en el código del modelo, pero Vertex AI Pipelines y Cloud Composer se programan en función de umbrales de datos y métricas en su lugar.

E

Correcta

Monitorear la desviación de datos (data drift) para activar el reentrenamiento

El monitoreo de la desviación de datos detecta cuándo las distribuciones de características entrantes divergen de los datos de entrenamiento, proporcionando la condición de activación que inicia el reentrenamiento. Sin la detección de desviaciones, la canalización o bien se reentrena ciegamente en un cronograma fijo o se estanca, por lo que esto satisface directamente el requisito de automatización.

Para profundizar

Vertex AI Pipelines orquesta el reentrenamiento como un DAG de pasos contenerizados, mientras que Cloud Composer (Airflow administrado) programa y activa esas canalizaciones a través del operador de Vertex AI. Debido a que cada ejecución consume recursos de entrenamiento, ajuste y predicción, la asignación de recursos —tipos de máquina, recuentos de aceleradores y autoescalado— gobierna directamente el costo, por lo que ajustarlo importa. La detección de desviación de datos, típicamente a través de Vertex AI Model Monitoring comparando las distribuciones de servicio en vivo con una línea base de entrenamiento utilizando métricas como la divergencia de Jensen-Shannon, emite señales que deben activar el reentrenamiento en lugar de depender de un calendario fijo. Los umbrales de rendimiento controlan la promoción: un modelo recién entrenado solo se despliega si las métricas de evaluación como AUC o RMSE superan al actual, previniendo regresiones silenciosas. El ajuste de hiperparámetros en cada ejecución multiplica el costo sin beneficio garantizado, y la frecuencia de commits es una preocupación de CI, no una entrada de diseño de canalización.

Sobre estas preguntas de práctica

Esta es una de las preguntas de práctica originales de PMLE de Courseiva, escrita para aprender y nunca copiada de exámenes reales ni de dumps.

Traducida del original en inglés con IA y revisada para comprobar el sentido. Los códigos de examen, los comandos y los nombres de productos se mantienen tal como aparecen en el examen.