iPAS AI應用規劃師(中級) 科目1 人工智慧技術應用規劃 L213 AI技術應用與系統部署 L21302 AI技術系統集成與部署 (進階題型)

作者: /

iPAS AI應用規劃師(中級) 科目1人工智慧技術應用規劃 L213 AI技術應用與系統部署 L21302 AI技術系統集成與部署 (進階題型) 模擬試題，採智能選題，無限次反覆練習。

1. 
當模型漂移與資料漂移同時發生時，最優先應該處理的是：

2. 
在實施資料版本控制（DVC）時，大型資料集應該如何處理？

3. 
在實施模型解釋服務時，SHAP或LIME等工具的計算成本應該如何管理？

4. 
當模型需要處理時序資料時，在生產環境中最需要注意的是：

5. 
在實施模型A/B測試時，如何避免辛普森悖論（Simpson's Paradox）？

6. 
實施影子部署（Shadow Deployment）的主要目的是：

7. 
實施模型健康檢查（Health Check）時，應該檢查哪些維度？

8. 
在實施模型的多區域部署時，如何處理資料殘留問題？

9. 
在實施模型推論的結果快取時，如何處理個性化推薦的快取？

10. 
在MLflow中，實驗追蹤（Experiment Tracking）最重要的記錄內容不包括：

11. 
當模型需要支援不同的SLA（服務等級協議）要求時，應該採用：

12. 
實施模型的故障注入測試（Chaos Engineering）的目的是：

13. 
在Kubernetes中，HPA（Horizontal Pod Autoscaler）的擴縮依據應該是：

14. 
當多個模型需要串聯形成推論鏈時，如何優化整體延遲？

15. 
當AI系統需要處理敏感資料時，差分隱私（Differential Privacy）技術應該應用在：

16. 
在實施模型的依賴管理時，如何避免依賴衝突？

17. 
當模型需要處理即時串流資料時，最適合的架構模式是：

18. 
當API Gateway流量突然激增10倍時，最不適當的應對措施是：

19. 
gRPC相較於REST API在AI推論服務中的主要技術優勢是：

20. 
在實施模型監控的異常偵測時，應該使用什麼方法？


error: Content is protected !!
返回頂端