Respostas corretas
- AArmazenar o código de treinamento em um Cloud Source Repository e marcar os commits com o ID do experimento.
- BConstruir uma imagem de contêiner personalizada para treinamento e enviá-la para o Artifact Registry com uma tag fixa.
- CRegistrar o caminho e a versão do conjunto de dados de treinamento nos parâmetros do experimento.
Explicação
Armazenar o código de treinamento em Cloud Source Repositories e marcar os commits com o ID do experimento cria um link imutável e versionado entre a revisão exata do código e a execução do Vertex AI Experiment, o que é essencial para a reprodutibilidade. Empacotar o ambiente de treinamento em uma imagem de contêiner personalizada enviada para o Artifact Registry com uma tag fixa (imutável) garante que cada membro da equipe execute exatamente as mesmas dependências, bibliotecas e tempo de execução, eliminando o desvio de ambiente. Registrar o caminho e a versão do conjunto de dados como parâmetros de experimento no Vertex AI Experiments captura o instantâneo de dados exato usado, para que as mesmas entradas possam ser recuperadas e reutilizadas. Compartilhar uma chave de conta de serviço é um antipadrão inseguro de gerenciamento de credenciais e não contribui por si só para a reprodutibilidade de código, dados ou ambiente. A otimização de hiperparâmetros otimiza o desempenho do modelo e não garante por si só que o código, os dados e o ambiente estejam fixados e sejam reproduzíveis.