FácilMúltipla escolha

Questão de prática de PDE

Um cientista de dados deseja testar uma nova versão de modelo em uma pequena porcentagem de tráfego antes do lançamento completo. Qual recurso do Vertex AI permite isso?

Escolha a melhor resposta.

Resposta correta

  • BEndpoint traffic splitting

Explicação

A divisão de tráfego de endpoints (Endpoint traffic splitting) do Vertex AI permite que você ruteie uma porcentagem especificada de solicitações de inferência para diferentes versões de modelos implantadas no mesmo endpoint. Isso permite uma implantação gradual, direcionando uma pequena fração do tráfego (por exemplo, 5%) para o novo modelo, enquanto o restante vai para a versão atual, sem a necessidade de endpoints separados ou lógica de roteamento manual.

Por que cada alternativa está certa ou errada

A

Incorreta

A/B testing

O A/B testing divide o tráfego entre versões de modelos para medir o desempenho, mas não limita por si só a implantação a uma pequena porcentagem antes do lançamento completo — isso é a divisão de tráfego em um endpoint do Vertex AI. É tentador porque o A/B testing é genuinamente usado para experimentos controlados de comparação de modelos.

B

Correta

Endpoint traffic splitting

A divisão de tráfego de endpoints permite atribuir pesos percentuais a várias versões de modelos implantadas em um endpoint, roteando uma pequena parcela de solicitações para a nova versão. Isso atende diretamente à restrição de lançamento gradual antes de promovê-lo para todo o tráfego.

C

Incorreta

Model monitoring

O monitoramento de modelos detecta distorções, desvios e qualidade de previsão em modelos implantados; ele não ruteia uma porcentagem de solicitações para uma nova versão. A divisão de tráfego em um endpoint executa essa exposição gradual. O monitoramento é tentador porque também apoia a implantação segura, mas observa após a implantação em vez de controlar a distribuição de solicitações.

D

Incorreta

Model versioning with canary deployments

O versionamento de modelos do Vertex AI rastreia artefatos e metadados; ele não divide o tráfego ativo entre versões. O roteamento canary é entregue por meio da configuração de divisão de tráfego em um endpoint, e não pelo registro de versões em si. O versionamento é tentador porque gerencia a reversão (rollback) e a linhagem, que é uma preocupação diferente da exposição gradual.

Para se aprofundar

Os endpoints do Vertex AI suportam a divisão de tráfego atribuindo pesos percentuais a várias entradas DeployedModel atrás de um único recurso de endpoint. Você implanta a nova versão do modelo junto com a existente e desvia, digamos, 5 por cento das solicitações de previsão para ela, ajustando os pesos ou promovendo para 100 por cento assim que as métricas parecerem saudáveis. A divisão ocorre na camada de endpoint, de modo que os chamadores continuam usando a mesma URL e credenciais. Isso difere do versionamento de modelos, que rastreia artefatos no Model Registry, e do monitoramento, que detecta distorções e desvios. Isso importa para lançamentos canary e comparações A/B, onde você deseja tráfego de produção real em um modelo candidato sem uma pilha de atendimento separada.

Sobre estas questões de prática

Esta é uma das questões de prática originais de PDE 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.