Resposta correta
- CVerificar se há desvio de dados usando o Vertex AI Model Monitoring
Explicação
Uma queda repentina na precisão indica que as previsões do modelo não estão mais se alinhando com a verdade de campo, o que é um sintoma clássico de desvio de dados (data drift). O Vertex AI Model Monitoring pode detectar automaticamente o desvio nas distribuições de recursos ou na saída de previsão em comparação com uma linha de base, permitindo identificar a causa raiz antes de tomar medidas corretivas. Retreinar ou reverter sem diagnosticar o desvio primeiro pode desperdiçar recursos ou mascarar o problema subjacente.
Para se aprofundar
O Vertex AI Model Monitoring compara o tráfego de atendimento com uma linha de base de treinamento e calcula métricas de desvio, como a divergência de Jensen-Shannon para recursos categóricos e a distância L-infinito normalizada para recursos numéricos, com limites configuráveis que acionam alertas. Uma queda de precisão em um modelo de aprovação de empréstimo é um sintoma; a primeira etapa de diagnóstico é determinar se as distribuições de entrada mudaram, se os rótulos mudaram ou se o próprio modelo se degradou. O Model Monitoring exibe a assimetria (skew) e o desvio de recursos por meio do Cloud Logging e do console, podendo ser associado à detecção de assimetria entre treinamento e atendimento. Retreinar, dimensionar nós de previsão ou reverter são ações de remediação que devem seguir as evidências. O aumento dos nós de previsão apenas adiciona capacidade e não pode restaurar a precisão, portanto, agir antes de verificar o desvio corre o risco de mascarar uma alteração no pipeline de dados que ocorrerá novamente.
Sobre estas questões de prática
Esta é uma das questões de prática originais de PMLE 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.