Accueil › Certifications › GCP-CMLE › Questions gratuites

Questions gratuites GCP-CMLE — Google Cloud Professional Machine Learning Engineer

Téléchargez gratuitement 60 questions d'entraînement pour la certification GCP-CMLE proposée par Google. Toutes les questions sont accompagnées de corrections détaillées avec explications techniques.

Caractéristiques de l'examen blanc

Code de certificationGCP-CMLE
ÉditeurGoogle
Nombre de questions60
TypeQCM avec 4 réponses possibles
Niveauassociate
CatégorieIT
Prix100% gratuit

Aperçu de 8 questions représentatives

Voici un échantillon aléatoire de 8 questions tirées de notre base d'entraînement GCP-CMLE. Pour accéder aux 60 questions complètes, lancez l'examen blanc gratuitement.

Question 1
Votre cas d'usage nécessite un système de recommandation pour produits e-commerce. Quel service Google Cloud adresse cela?
  1. Recommendations AI pour recommandations de produits personnalisées
  2. Sélection aléatoire de produits
  3. Curation manuelle de recommandations
  4. Aucune recommandation
Question 2
Vous devez évaluer les performances du modèle au-delà de la précision. Quelles métriques additionnelles devriez-vous suivre?
  1. Précision, rappel, F1-score, AUC-ROC basés sur exigences du cas d'usage
  2. Précision uniquement
  3. Aucune métrique additionnelle
  4. Perte d'entraînement uniquement
Question 3
Votre modèle sert des prédictions aux applications web nécessitant des endpoints HTTPS. Quelle configuration Vertex AI fournit cela?
  1. Endpoints Vertex AI Prediction avec HTTPS automatique
  2. Endpoints HTTP uniquement
  3. Aucune connexion sécurisée
  4. Prédictions basées FTP
Question 4
Quelles optimisations de serving de modèle réduisent coût tout en maintenant SLAs?
  1. Autoscaling basé sur patterns de trafic
  2. Compression de modèle réduisant exigences de ressources
  3. Mise en cache de prédictions pour entrées répétées
  4. Instances maximales fonctionnant en continu
  5. ---
Question 5
Votre entraînement de modèle montre du surapprentissage avec haute précision d'entraînement mais faible précision de validation. Quelles techniques adressent cela?
  1. Régularisation (L1/L2), dropout et augmentation de données
  2. Augmenter la complexité du modèle
  3. Réduire les données d'entraînement
  4. Aucune mitigation
Question 6
Votre pipeline ML nécessite un stockage de features pour des features cohérentes entre entraînement et serving. Quel service fournit cela?
  1. Vertex AI Feature Store pour gestion centralisée de features
  2. Logique de features dupliquée
  3. Aucune réutilisation de features
  4. Features incohérentes
Question 7
Vos données d'entraînement montrent des patterns temporels qui doivent être préservés dans les divisions train/test. Quelle stratégie de division est appropriée?
  1. Division temporelle avec entraînement sur données historiques et validation sur données récentes
  2. Division aléatoire
  3. Aucune division train/test
  4. Test sur données anciennes
Question 8
Votre modèle nécessite l'inférence aux emplacements edge avec connectivité intermittente. Quelle architecture de déploiement permet cela?
  1. Déploiement edge avec TensorFlow Lite et mises à jour périodiques de modèle
  2. Inférence cloud uniquement
  3. Aucune capacité hors ligne
  4. Connectivité constante requise

Accédez aux 60 questions complètes gratuitement

Aucune carte bancaire requise. Examen chronométré, corrections détaillées, score final.

Lancer l'examen blanc GCP-CMLE →

Pourquoi s'entraîner avec Certifexpress ?