Тесты: Основы MLOps

Batch Vs Realtime — Продвинутый

Продвинутый дизайн batch vs streaming: exactly-once, stream-table duality, dual pipelines, масштаб state, tradeoffs cost/latency и operational failure modes. Смесь одиночного и множественного выбора; в multi-select отметьте все верные утверждения.

Batch Vs Realtime — Средний

Выбор и эксплуатация batch vs streaming: окна, watermarks, семантика доставки, backpressure, CDC и свежие фичи. Смесь одиночного и множественного выбора; в multi-select отметьте все верные утверждения.

Batch Vs Realtime — Начальный

Основы пакетной и потоковой обработки данных: задержка, расписание, сценарии и отличия пайплайнов. Смесь одиночного и множественного выбора; в multi-select нужно отметить все верные утверждения.

Data Drift — Продвинутый

Продвинутый data drift: multivariate и embedding drift, MMD и domain classifiers, concept vs covariate при задержке меток, causal-ловушки и governance retrain. Смесь одиночного и множественного выбора; в multi-select отметьте все верные утверждения.

Data Drift — Средний

Операционный детект data drift: PSI и статтесты, drift признаков vs предсказаний, окна, алерты и триггеры retrain. Смесь одиночного и множественного выбора; в multi-select отметьте все верные утверждения.

Data Drift — Начальный

Основы data drift в ML: covariate shift, мониторинг прод-входов относительно референса и почему распределения меняются. Смесь одиночного и множественного выбора; в multi-select нужно отметить все верные утверждения.

Model Registry — Продвинутый

Продвинутое governance реестра: geo-replication, model cards, supply-chain attestations, shadow/canary, federated registration и enterprise audit. Смесь одиночного и множественного выбора.

Model Registry — Средний

Операционная практика реестра: aliases/champion, gates промоушена, signatures, RBAC, CI/CD и сравнение версий перед prod. Смесь одиночного и множественного выбора.

Model Registry — Начальный

Основы реестра ML-моделей: версии, стадии, артефакты, lineage и зачем централизовать модели. Смесь одиночного и множественного выбора; в multi-select нужно отметить все верные утверждения.