SageMaker AI 与 MLflow 执行测验
选择题
- 新的托管式 MLflow 部署使用哪种资源？
- A) 仅使用旧版 Tracking Server
- B) SageMaker MLflow App
- C) 公有 EKS LoadBalancer
- D) 仅使用本地 SQLite 文件
显示答案
答案：B
托管路径使用当前 SageMaker MLflow App API。
- 执行完整流程前必须满足什么条件？
- A) 冒烟测试已完成，并已扫描日志，检查其中是否包含原始 PII
- B) 移除项目成员资格
- C) 立即执行最大步数
- D) 禁用资源拆除
显示答案
答案：A
首先检查冒烟测试是否完成、日志是否安全、聚合结果以及适配器清单。
- EKS Job 的失败重试和运行截止时间是如何规定的？
- A) 不限次数重试且没有截止时间
- B)
backoffLimit: 0和activeDeadlineSeconds: 10800 - C) 重试十次且运行一小时
- D) 永久运行的 Deployment
显示答案
答案：B
这些是重试和 Job 截止时间设置。控制器或节点故障可能延迟资源回收；这些设置不能保证所有资源在三小时内消失，也不能限制总成本。
- 在什么情况下必须让清理验证失败？
- A) 没有剩余资源
- B) 仍有资源，或错误导致无法确认资源状态
- C) 冒烟测试成功
- D) 数据集哈希匹配
显示答案
答案：B
查询失败时，仅确认剩余资源为零并不足够。应保留未知状态；如果旧清单只有名称而缺少所有权证据，就拒绝删除。
- 9 月 1 日实际执行了哪些操作？
- A) 完整的 SageMaker Training Job
- B) 完整的 EKS GPU Job
- C) 资源配置与清理流程
- D) 微调模型评估
显示答案
答案：C
两个 GPU Job 都在提交前停止。
- 截至 2026 年 9 月 12 日，GPU 执行为何受阻？
- A) 固定使用的 PyTorch 2.8 DLC 于 8 月 6 日结束补丁支持
- B) 打包源代码会产生费用
- C) 所有 MLflow App 都已删除
- D) 本地单元测试需要 GPU
显示答案
答案：A
请验证受支持的 DLC、torch、依赖版本组合和 GPU 冒烟测试。仅移除日期检查并不算完成升级。
- SageMaker 启动器在没有
--execute时会做什么？- A) 立即提交完整 Job
- B) 只写入请求 JSON
- C) 删除现有 Job
- D) 保证成本估算
显示答案
答案：B
默认只预览请求。实际提交需要通过运行时支持检查，并另行审查。
- 保存 EKS MLflow 指标/参数 JSON 是否足够？
- A) 足够，它会自动包含适配器权重
- B) 下载最终适配器和汇总产物，然后验证哈希
- C)
emptyDir会在集群删除后保留 - D) 可以通过日志尾部还原模型
显示答案
答案：B
导出元数据不同于保留文件。如果导出失败后集群仍然保留，也需要关注成本并在之后进行清理。