Comprobación de conocimiento

Completado

1.

Un científico de datos entrena y registra un modelo con MLflow. Cuando el científico de datos implementa el modelo, el esquema de la entrada y salida del modelo no es correcto. ¿Qué debe personalizar el científico de datos para corregir el problema?

Personalice el entorno del modelo.

Cambie el tipo del modelo.

Personalice la firma del modelo.

2.

Un científico de datos ha entrenado un modelo de aprendizaje profundo con TensorFlow. El modelo implementado es de proceso intensivo y necesita usar el servidor de inferencia más óptimo para cargas de trabajo similares. ¿Qué tipo de modelo es compatible con implementaciones de proceso intensivo y sin código?

MLflow

Triton

Personalizado

Debe responder todas las preguntas antes de comprobar su trabajo.