DifícilMúltipla escolha

Questão de prática de MLA-C01

Uma equipe usa o SageMaker Pipelines para treinar e registrar um modelo. Eles desejam executar condicionalmente uma etapa de ajuste de hiperparâmetros apenas se a verificação de qualidade dos dados for aprovada. Qual tipo de etapa de pipeline (pipeline step type) eles devem usar para ramificar a execução?

Escolha a melhor resposta.

Resposta correta

  • CConditionStep

Explicação

O ConditionStep permite comparar valores e bifurcar para diferentes etapas. Se a qualidade dos dados for aprovada, a etapa de ajuste é executada; caso contrário, o pipeline para ou executa uma etapa alternativa. Outras etapas não fornecem ramificação condicional.

Por que cada alternativa está certa ou errada

A

Incorreta

TuningStep

TuningStep inicia um trabalho de ajuste de hiperparâmetros; é a etapa que está sendo controlada, e não o mecanismo de ramificação. É tentador porque o cenário aponta o ajuste de hiperparâmetros como a ação condicional, mas a pergunta pede qual tipo de etapa realiza a ramificação, que é o ConditionStep, e não o trabalho de ajuste em si.

B

Incorreta

TrainingStep

TrainingStep executa um trabalho de treinamento de modelo e produz artefatos de modelo; ele não possui capacidade de avaliação condicional ou ramificação. É tentador porque o treinamento é central para o pipeline, mas condicionar uma etapa a um resultado de qualidade de dados requer o ConditionStep, que avalia a condição e controla se a etapa de ajuste é executada.

C

Correta

ConditionStep

O ConditionStep avalia uma condição booleana em relação a uma propriedade do pipeline, como a saída da verificação de qualidade de dados, e ramifica a execução de acordo. Ele controla a etapa de ajuste para que seja executada apenas quando a verificação for aprovada, satisfazendo o requisito de execução condicional sem alterar a lógica de treinamento subjacente.

D

Incorreta

TransformStep

TransformStep executa um trabalho de processamento ou transformação em lote em dados; ele não pode avaliar uma condição e ramificar a execução. É tentador porque o TransformStep processa dados, o que soa próximo a uma verificação de qualidade de dados, mas a ramificação requer um ConditionStep, que avalia uma condição e controla etapas a jusante, como a etapa de ajuste.

Para se aprofundar

O ConditionStep do SageMaker Pipelines permite a ramificação condicional em um pipeline com base no resultado de uma etapa anterior, como uma verificação de qualidade de dados. Ele avalia uma condição (por exemplo, uma propriedade JSON da saída de uma etapa de processamento) e executa um dos dois ramos: se verdadeiro, executa a etapa de ajuste; se falso, pula-a ou executa uma alternativa. Um comportamento sutil: o ConditionStep exige que a condição seja expressa como uma expressão e comparação JSONPath, e a saída da etapa deve ser um arquivo de propriedades. Em um cenário realista, uma equipe pode executar uma verificação de qualidade de dados que gera um sinalizador de aprovação/reprovação; o ConditionStep então aciona o ajuste de hiperparámetros apenas se o sinalizador for 'pass', evitando o desperdício de computação em dados ruins. Isso garante o uso eficiente de recursos e a robustez do pipeline.

Sobre estas questões de prática

Esta é uma das questões de prática originais de MLA-C01 da Courseiva, escrita para o aprendizado e nunca copiada de provas reais nem de dumps.

Traduzida do original em inglês com IA e conferida quanto ao sentido. Códigos de exame, comandos e nomes de produtos são mantidos como aparecem na prova.