MLOps i Wdrożenie
MLflow, Docker, FastAPI, Streamlit, Prefect, feature stores, pipeline'y danych, monitoring, biznesowe metryki ML, wdrożenie w chmurze
1Jaka jest główna rola MLflow w workflow MLOps?
Jaka jest główna rola MLflow w workflow MLOps?
Odpowiedź
MLflow to platforma open-source zarządzająca pełnym cyklem życia modeli ML: śledzenie eksperymentów (metryki, parametry, artefakty), pakowanie modeli, scentralizowane registry i wdrożenie. Umożliwia to odtwarzalność eksperymentów i standaryzowane wersjonowanie modeli.
2Które polecenie służy do logowania parametru w MLflow?
Które polecenie służy do logowania parametru w MLflow?
Odpowiedź
Funkcja mlflow.log_param zapisuje hiperparametr (learning rate, epochs, batch size) powiązany z runem. Parametry te są następnie widoczne w MLflow UI i pozwalają porównywać różne konfiguracje treningu.
3Jaka jest różnica między mlflow.log_metric a mlflow.log_param?
Jaka jest różnica między mlflow.log_metric a mlflow.log_param?
Odpowiedź
log_param zapisuje stałe wartości zdefiniowane przed treningiem (hiperparametry takie jak learning_rate, epochs), podczas gdy log_metric zapisuje wartości zmieniające się podczas lub po treningu (accuracy, loss). Metryki można logować wielokrotnie z różnymi krokami, aby tworzyć krzywe.
Jaka jest główna zaleta używania Dockera do wdrażania modelu ML?
Dlaczego stosować wieloetapowy Dockerfile dla aplikacji ML?
+21 pytań z rozmów
Inne tematy rekrutacyjne Data Science & ML
Podstawy Pythona
Programowanie Obiektowe w Pythonie
Struktury danych Python
Podstawy Git
Podstawy SQL
Podstawy NumPy
Podstawy Pandas
Jupyter & Google Colab
SQL Joins i zaawansowane zapytania
Zaawansowany Pandas
Wizualizacja z Matplotlib & Seaborn
Interaktywne wizualizacje z Plotly
Statystyka opisowa
Statystyka inferencyjna
Web Scraping
BigQuery & Cloud Data
Feature Engineering
Uczenie nadzorowane: Regresja
Uczenie nadzorowane: Klasyfikacja
Drzewa Decyzyjne i Ensembles
ML Nienadzorowane
Pipeline'y ML i walidacja
Szeregi czasowe i prognozowanie
Podstawy Deep Learning
TensorFlow & Keras
CNN i klasyfikacja obrazów
RNN i Sekwencje
Transformers i Attention
NLP i Hugging Face
GenAI i LangChain
Opanuj Data Science & ML na następną rozmowę
Uzyskaj dostęp do wszystkich pytań, flashcards, testów technicznych, ćwiczeń code review i symulatorów rozmów.
Zacznij za darmo