Kursus GCP Professional Machine Learning Engineer
Kursus GCP Machine Learning Engineer berstruktur tentang seni bina ML, saluran data, Vertex AI, kebolehskalaan, keselamatan dan MLOps, dengan soalan.
Kandungan latihan asli: soalan-soalan ini ialah latihan yang ditulis secara bebas, bukan soalan peperiksaan rasmi atau sebenar, dan QuestionBank tidak bergabung dengan atau disokong oleh mana-mana organisasi peperiksaan atau pentadbir ujian.
Kemajuan kursus
0 / 5
Kembali ke kursus
Apa yang akan anda pelajari
- Terangkan seni bina Vertex AI.
- Bina saluran data.
- Latih dan sajikan model.
- Terangkan kebolehskalaan dan keselamatan.
- Terangkan MLOps dan tadbir urus.
Sebelum bermula
- Disyorkan pengalaman praktikal membina model ML.
- Membantu biasa perkhidmatan data dan ML Google Cloud.
- Memahami Python dan beban kerja kontena membantu.
Pelajaran 1 Merekabentuk Penyelesaian ML dengan Vertex AI
Vertex AI memusatkan latihan, AutoML, endpoint, saluran paip, eksperimen dan kedai ciri. Reka aliran boleh diulang, asingkan versi model dan sajikan ramalan melalui endpoint. TensorBoard bandingkan run, Model Garden sediakan model siap.
Contoh
Contoh: pasukan guna Pipelines, Experiments, Kedai Ciri dan endpoint untuk bawa model ke pengeluaran.Pelajaran 2 Membina Saluran Data Berprestasi Tinggi
Dataflow gabungkan strim dan kelompok, Pub/Sub terima acara, BigQuery analisis SQL, Cloud Storage simpan artifak. Dataproc jalankan Spark, Composer orkestrasi, tempahan kawal kos.
Contoh
Contoh: saluran strim baca acara daripada Pub/Sub, ubah dengan Dataflow dan sajikan ciri.Pelajaran 3 Melatih dan Menyajikan Model di Vertex AI
Custom job jalankan kontena anda, AutoML latih tanpa kod, tala cari parameter. Vizier optimumkan, Explainable AI jelaskan, Forecast ramal siri masa. Registry versikan, endpoint bahagi trafik.
Contoh
Contoh: latih kontena, daftar versi terbaik dan lancarkan dengan 10% trafik.Pelajaran 4 Kebolehskalaan, Keselamatan dan Pematuhan
min/max replika dan autoskala serap trafik, ramalan kelompok kendali beban besar. Kuota hadkan GPU/TPU. VPC-SC, CMEK, endpoint swasta, akaun perkhidmatan beri keselamatan. DLP nyah-identifikasi data.
Contoh
Contoh: endpoint guna 2-10 replika, VPC-SC dan endpoint swasta.Pelajaran 5 MLOps, Pemantauan dan Tadbir Urus
Pemantauan Model kesan skew dan drift, Daftar Model urus versi dan alias. Cache elak langkah berulang, Metadata simpan lineage, Logging audit. Latihan berterusan pastikan model terkini.