MédiaMúltipla escolha

Questão de prática de AI-900

O que é a submissão de trabalho ('job submission') do 'Azure Machine Learning' e quais tipos de trabalhos de treinamento são suportados?

Escolha a melhor resposta.

Resposta correta

  • BSubmeter scripts de treinamento para computação gerenciada — tipos de trabalho command, sweep, pipeline e AutoML

Explicação

A submissão de trabalho do Azure Machine Learning é o processo de enviar um script de treinamento para um destino de computação gerenciado para execução. Os tipos de trabalho suportados são command (execução de um script), sweep (ajuste de hiperparâmetros), pipeline (fluxos de trabalho de várias etapas) e AutoML (seleção e treinamento automatizados de modelos). Isso torna a opção B correta porque lista com precisão esses quatro tipos de trabalho.

Por que cada alternativa está certa ou errada

A

Incorreta

Submeter aplicativos para participar da equipe de Engenharia de IA do Azure na Microsoft

A submissão de trabalho no Azure Machine Learning executa scripts de treinamento em destinos de computação; não tem nada a ver com recrutamento ou inscrições de emprego. É tentador apenas pela palavra 'submeter', mas o conceito estaria correto se a pergunta fosse sobre candidatar-se a uma vaga nessa equipe.

B

Correta

Submeter scripts de treinamento para computação gerenciada — tipos de trabalho command, sweep, pipeline e AutoML

A submissão de trabalho envia um script ou configuração de treinamento para a computação gerenciada, onde o Azure Machine Learning lida com a orquestração. Trabalhos de comando executam um único script, trabalhos de varredura ajustam hiperparâmetros, trabalhos de pipeline encadeiam etapas e trabalhos de AutoML automatizam a seleção de modelos.

C

Incorreta

Submeter previsões de modelos como trabalhos em lote (batch jobs) para processar grandes conjuntos de dados durante a noite

A previsão em lote é uma inferência em um modelo já treinado, e não uma submissão de trabalho de treinamento, portanto, não responde quais tipos de trabalho de treinamento o Azure Machine Learning suporta. É tentador porque os trabalhos em lote são submetidos por meio do mesmo constructo de trabalho, mas estaria correto para pontuar grandes conjuntos de dados offline.

D

Incorreta

Agendar a execução de trabalhos de monitoramento de modelo para verificar o desvio de dados (data drift)

Os agendamentos de monitoramento detectam desvios em modelos implantados após o treinamento; eles não são submissões de trabalho de treinamento, portanto, não descrevem os tipos de trabalho de treinamento suportados. É tentador porque os agendamentos também são trabalhos, mas isso estaria correto ao manter a qualidade dos dados de um modelo de produção.

Para se aprofundar

A submissão de trabalho do Azure Machine Learning envia um script ou configuração de treinamento para a computação gerenciada, onde o serviço provisiona o ambiente, executa a carga de trabalho e registra métricas e artefatos. Os tipos de trabalho suportados incluem command jobs para um único script, sweep jobs para ajuste de hiperparâmetros, pipeline jobs que encadeiam várias etapas e AutoML jobs que automatizam a seleção de algoritmos e a engenharia de recursos (featurization). Uma sutileza: os trabalhos são executados em ambientes conda ou Docker isolados definidos pela especificação do ambiente, portanto, incompatibilidades de dependência aparecem na submissão e não na máquina local. Na prática, um cientista de dados envia um command job para um modelo de linha de base (baseline), depois um sweep job para ajustá-lo e, finalmente, um pipeline job para orquestrar o retreinamento e o registro.

Sobre estas questões de prática

Esta é uma das questões de prática originais de AI-900 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.