Professional Machine Learning Engineer

あなたはVertex AI上で週次で実行されるカスタムジョブを持っています。このジョブは、データセット、モデル、カスタムアーティファクトを生成し、それらをCloud Storageバケットに送信する独自のMLワークフローを使用して実装されています。データセットとモデルの多くの異なるバージョンが作成されました。コンプライアンス要件のため、あなたの会社は特定の予測を行うためにどのモデルが使用されたかを追跡し、各モデルのアーティファクトにアクセスできる必要があります。これらの要件を満たすために、ワークフローをどのように構成すべきですか？

あなたは最近、ニューラルネットワークを使用して画像分類用のカスタムモデルを開発しました。学習率、層の数、カーネルサイズの値を自動的に特定する必要があります。これを行うために、パフォーマンスを最適化するパラメータを特定するために複数のジョブを並列で実行することを計画しています。カスタムコードの開発とインフラストラクチャ管理は最小限に抑えたいと考えています。どうすればよいでしょうか？

あなたは世界中の都市で橋を建設する会社に勤務しています。建設現場でのプロジェクトの進捗を追跡するために、あなたの会社は各場所にカメラを設置しています。カメラは1時間ごとに写真を撮影し、Cloud Storageバケットに送信します。専門家チームが画像を確認し、重要なものをフィルタリングし、その後、画像内の特定のオブジェクトに注釈を付けています。あなたは、会社が規模を拡大しコストを削減するのに役立つMLソリューションの提案をしたいと考えています。そのソリューションは、初期費用を最小限に抑える必要があります。どの方法を提案すべきですか？

あなたは、本番環境でツリーベースのモデルを再学習するためのMLOpsパイプラインを構築する任務を負っています。このパイプラインには、データ取り込み、データ処理、モデル学習、モデル評価、モデルデプロイに関連するコンポーネントが含まれます。あなたの組織では、データ前処理に主にPySparkベースのワークロードを使用しています。あなたはインフラ管理の労力を最小限に抑えたいと考えています。パイプラインをどのように設定すべきですか？

あなたは、組織のウェブサイトとやり取りする高価値顧客を特定するAutoML表形式分類モデルを開発しました。このモデルを新しいVertex AIエンドポイントにデプロイし、ウェブサイトアプリケーションと統合する予定です。ウェブサイトへのトラフィックは、夜間および週末に増加すると予想されます。レイテンシとコストを最小限に抑えるように、モデルエンドポイントのデプロイ設定を構成する必要があります。どうすればよいですか？