Khóa học GCP Professional Machine Learning Engineer
Khóa học GCP Machine Learning Engineer có cấu trúc về kiến trúc ML, đường ống dữ liệu, Vertex AI, mở rộng, bảo mật và MLOps, kèm câu hỏi.
Nội dung luyện tập gốc: các câu hỏi này là bài tập do chúng tôi tự biên soạn, không phải đề thi chính thức hay đề thi thật, và QuestionBank không liên kết với hoặc được xác nhận bởi bất kỳ tổ chức thi hay đơn vị tổ chức kiểm tra nào.
Tiến độ khóa học
0 / 5
Quay lại khóa học
Bạn sẽ học được
- Mô tả kiến trúc Vertex AI.
- Xây dựng đường ống dữ liệu.
- Huấn luyện và phục vụ mô hình.
- Giải thích mở rộng và bảo mật.
- Mô tả MLOps và quản trị.
Trước khi bắt đầu
- Nên có kinh nghiệm xây dựng mô hình ML.
- Quen dịch vụ dữ liệu và ML của Google Cloud hữu ích.
- Hiểu Python và workload container có lợi.
Bài học 1 Thiết kế giải pháp ML với Vertex AI
Vertex AI tập trung huấn luyện, AutoML, endpoint, pipeline, thử nghiệm và feature store. Thiết kế luồng lặp lại được, tách phiên bản mô hình và phục vụ dự đoán qua endpoint. TensorBoard so sánh lượt chạy, Model Garden cung cấp mô hình sẵn dùng.
Ví dụ
Ví dụ: nhóm dùng Pipelines, Experiments, Feature Store và endpoint để đưa mô hình lên sản xuất.Bài học 2 Xây dựng Đường ống Dữ liệu Hiệu suất Cao
Dataflow hợp nhất streaming và batch, Pub/Sub nhận sự kiện, BigQuery phân tích SQL, Cloud Storage lưu artifact. Dataproc chạy Spark, Composer điều phối, reservation kiểm soát chi phí.
Ví dụ
Ví dụ: pipeline streaming đọc sự kiện từ Pub/Sub, biến đổi bằng Dataflow và phục vụ đặc trưng.Bài học 3 Huấn luyện và Phục vụ Mô hình trên Vertex AI
Custom job chạy container của bạn, AutoML huấn luyện không cần mã, tuning tìm tham số. Vizier tối ưu, Explainable AI giải thích, Forecast dự báo chuỗi thời gian. Registry lưu phiên bản, endpoint chia lưu lượng.
Ví dụ
Ví dụ: huấn luyện container, đăng ký phiên bản tốt nhất và triển khai 10% lưu lượng.Bài học 4 Khả năng mở rộng, Bảo mật và Tuân thủ
min/max replica và autoscaling hấp thụ lưu lượng, batch prediction xử lý tải lớn. Quota giới hạn GPU/TPU. VPC-SC, CMEK, endpoint riêng, service account bảo mật. DLP ẩn danh dữ liệu.
Ví dụ
Ví dụ: endpoint dùng 2-10 replica, VPC-SC và endpoint riêng.Bài học 5 MLOps, Giám sát và Quản trị
Model Monitoring phát hiện skew và drift, Registry quản lý phiên bản và alias. Cache tránh bước lặp, Metadata lưu lineage, Logging kiểm toán. Continuous training giữ mô hình cập nhật.