Apache Airflow لاختبار سير عمل ML

تظهر الإجابات والتفسيرات أثناء إجراء الاختبار.

1. في Apache Airflow، ما هو التجريد الأساسي المستخدم لتحديد سير العمل؟
   • بيان YAML
   • عرض SQL
   • DAG (الرسم البياني الحلقي الموجه) مكتوب بلغة بايثون
   • دفتر جوبيتر
2. ما هو الدور الذي يلعبه Airflow بشكل شائع في خط أنابيب ML؟
   • يقوم بتنسيق وجدولة المهام التي يتم تشغيلها على الأنظمة الأخرى
   • يقوم بتدريب نماذج التعلم العميق مباشرة على وحدات معالجة الرسومات
   • يقوم بتخزين ناقلات الميزات في الذاكرة
   • إنه يخدم تنبؤات النموذج عبر HTTP
3. ما هي بنية Airflow المستخدمة لانتظار حالة خارجية، مثل وصول ملف إلى وحدة التخزين؟
   • متغير
   • تجمع اتصال
   • ماكرو
   • جهاز استشعار
4. ما الذي يسمح لك "ردم" تدفق الهواء بفعله؟
   • حذف DAG القديم يعمل بشكل دائم
   • قم بتشغيل DAG على نطاق من التواريخ الماضية لإعادة معالجة البيانات التاريخية
   • تشفير قاعدة بيانات التعريف
   • تعطيل المجدول مؤقتا
5. مكوّن Airflow الذي يحدد متى يجب جدولة حالات المهام المؤهلة؟
   • المجدول
   • The graph view in the web UI
   • A model’s feature encoder
   • The artifact file itself
6. ما هي "الجدولة المدركة للبيانات" المقدمة في إصدارات Airflow الأحدث؟
   • تشفير جميع البيانات التي يتم تمريرها بين المهام
   • تصنيف بيانات التدريب تلقائيًا
   • تقليل عدد وحدات معالجة الرسومات لكل مهمة
   • تشغيل DAGs عند تحديث مجموعة بيانات بدلاً من تشغيلها على مدار الساعة الثابتة
7. An Airflow cleanup task must run after upstream tasks finish even if one fails. Which setting controls this behavior?
   • The number of model layers
   • The cleanup task’s trigger rule
   • The feature normalization method
   • The UI theme selected for the DAG
8. A team backfills three months of ML feature data in Airflow. What makes repeating an interrupted task safer?
   • Appending duplicate outputs each time it retries
   • Ignoring the run’s historical date
   • An idempotent operation with the correct historical inputs
   • Changing the training labels on every retry