Data Science & ML

MLOps และการ Deploy

MLflow, Docker, FastAPI, Streamlit, Prefect, feature stores, data pipeline, การมอนิเตอร์, business metrics ของ ML, การ deploy บนคลาวด์

24 คำถามสัมภาษณ์·
Senior
1

บทบาทหลักของ MLflow ใน workflow MLOps คืออะไร?

คำตอบ

MLflow เป็นแพลตฟอร์ม open-source ที่จัดการ lifecycle ของโมเดล ML ทั้งหมด ได้แก่ การ tracking experiment (metrics, parameters, artifacts), การ packaging โมเดล, registry แบบรวมศูนย์ และการ deploy ทำให้สามารถ reproduce experiment และทำ versioning โมเดลแบบมาตรฐานได้

2

คำสั่งใดใช้สำหรับ log parameter ใน MLflow?

คำตอบ

ฟังก์ชัน mlflow.log_param บันทึก hyperparameter (learning rate, epochs, batch size) ที่เชื่อมโยงกับ run พารามิเตอร์เหล่านี้จะปรากฏใน MLflow UI และช่วยเปรียบเทียบการตั้งค่าการเทรนต่างๆ ได้

3

ความแตกต่างระหว่าง mlflow.log_metric กับ mlflow.log_param คืออะไร?

คำตอบ

log_param บันทึกค่าคงที่ที่กำหนดก่อนการเทรน (hyperparameter เช่น learning_rate, epochs) ในขณะที่ log_metric บันทึกค่าที่เปลี่ยนแปลงระหว่างหรือหลังการเทรน (accuracy, loss) Metrics สามารถ log ได้หลายครั้งด้วย step ที่ต่างกันเพื่อสร้างกราฟเส้น

4

ข้อได้เปรียบหลักของการใช้ Docker เพื่อ deploy โมเดล ML คืออะไร?

5

ทำไมต้องใช้ Dockerfile multi-stage สำหรับแอปพลิเคชัน ML?

+21 คำถามสัมภาษณ์

หัวข้อสัมภาษณ์ Data Science & ML อื่นๆ

พื้นฐาน Python

Junior
25 คำถาม

การเขียนโปรแกรมเชิงวัตถุด้วย Python

Junior
20 คำถาม

โครงสร้างข้อมูล Python

Junior
20 คำถาม

พื้นฐาน Git

Junior
18 คำถาม

พื้นฐาน SQL

Junior
20 คำถาม

พื้นฐาน NumPy

Junior
22 คำถาม

พื้นฐาน Pandas

Junior
22 คำถาม

Jupyter & Google Colab

Junior
16 คำถาม

SQL Joins และคิวรีขั้นสูง

Mid-Level
22 คำถาม

Pandas ขั้นสูง

Mid-Level
24 คำถาม

การแสดงผลข้อมูลด้วย Matplotlib & Seaborn

Mid-Level
20 คำถาม

การแสดงผลแบบโต้ตอบด้วย Plotly

Mid-Level
18 คำถาม

สถิติเชิงพรรณนา

Mid-Level
20 คำถาม

สถิติเชิงอนุมาน

Mid-Level
24 คำถาม

Web Scraping

Mid-Level
18 คำถาม

BigQuery & Cloud Data

Mid-Level
18 คำถาม

Feature Engineering

Mid-Level
22 คำถาม

ML แบบมีผู้สอน: การถดถอย

Mid-Level
24 คำถาม

ML แบบมีผู้สอน: การจำแนกประเภท

Mid-Level
24 คำถาม

Decision Trees และ Ensembles

Mid-Level
24 คำถาม

Unsupervised ML

Mid-Level
22 คำถาม

ML Pipelines และการตรวจสอบ

Mid-Level
22 คำถาม

Time Series และการพยากรณ์

Mid-Level
22 คำถาม

พื้นฐาน Deep Learning

Senior
24 คำถาม

TensorFlow & Keras

Senior
22 คำถาม

CNN และการจำแนกภาพ

Senior
24 คำถาม

RNN และซีเควนซ์

Senior
22 คำถาม

Transformers และ Attention

Senior
24 คำถาม

NLP และ Hugging Face

Senior
24 คำถาม

GenAI และ LangChain

Senior
24 คำถาม

เชี่ยวชาญ Data Science & ML สำหรับการสัมภาษณ์ครั้งถัดไป

เข้าถึงคำถามทั้งหมด flashcards แบบทดสอบเทคนิค แบบฝึกหัด code review และตัวจำลองสัมภาษณ์

เริ่มใช้ฟรี