Quiz collegato alla guida · Medio Livello

Quiz su Apache Airflow per flussi di lavoro ML

Applica le dipendenze, i nuovi tentativi e i backfill delle attività Airflow ai flussi di lavoro ML, incluse le regole di attivazione che determinano quando le attività sono pronte per essere eseguite.

Domanda 1 di 8

In Apache Airflow, qual è l'astrazione principale utilizzata per definire un flusso di lavoro?

Anteprima di ogni domanda8 domande

Le risposte e le spiegazioni vengono visualizzate mentre rispondi al quiz.

  1. In Apache Airflow, qual è l'astrazione principale utilizzata per definire un flusso di lavoro?
    • Un manifesto YAML
    • Una vista SQL
    • Un DAG (grafico aciclico diretto) scritto in Python
    • Un taccuino Jupyter
  2. Quale ruolo gioca più comunemente Airflow in una pipeline ML?
    • Orchestra e pianifica le attività eseguite su altri sistemi
    • Addestra modelli di deep learning direttamente sulle GPU
    • Memorizza i vettori delle funzionalità in memoria
    • Fornisce previsioni del modello su HTTP
  3. Quale costrutto Airflow viene utilizzato per attendere una condizione esterna, ad esempio l'arrivo di un file nell'archivio?
    • Una variabile
    • Un pool di connessioni
    • Una macro
    • Un sensore
  4. Cosa ti consente di fare un "riempimento" di Airflow?
    • Elimina il vecchio DAG in modo permanente
    • Esegui un DAG su un intervallo di date passate per rielaborare i dati storici
    • Crittografare il database dei metadati
    • Disabilitare temporaneamente lo scheduler
  5. Which Airflow component determines when eligible task instances should be scheduled?
    • Lo schedulatore
    • The graph view in the web UI
    • A model’s feature encoder
    • The artifact file itself
  6. Cos'è la "pianificazione basata sui dati" introdotta nelle versioni più recenti di Airflow?
    • Crittografia di tutti i dati passati tra le attività
    • Etichettatura automatica dei dati di addestramento
    • Ridurre il numero di GPU per attività
    • Attivazione dei DAG quando un set di dati viene aggiornato anziché su un orologio fisso
  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