Examen pratique 2

Un ingénieur ML construit des modèles de langage de grande taille (LLM) pour une application de chatbot. Lors du développement, l’ingénieur souhaite s’assurer que les LLM n’exhibent aucun biais involontaire.

Quelles options seraient les plus adaptées pour ce cas d’usage ?

Une entreprise de médias souhaite mettre en place un système automatisé pour détecter et filtrer le contenu explicite dans les images et vidéos téléchargées par les utilisateurs. Le système doit nécessiter un minimum de gestion opérationnelle et s’appuyer autant que possible sur des services AWS managés.

Quelle solution serait la plus adaptée pour ce besoin ?

Une startup média souhaite accroître l’engagement des utilisateurs en recommandant des articles personnalisés à chaque lecteur.

Quel est le service AWS le plus adapté pour mettre en œuvre cette solution avec un effort de gestion minimal ?

Une entreprise de vente au détail lance un chatbot de support client avec des capacités de traitement du langage naturel (NLP) pour gérer les demandes sur les produits, le suivi de commande et les retours, sur plusieurs canaux, incluant texte et voix. La solution doit également fournir des informations sur le comportement des clients afin d’améliorer les offres de services.

Quel service AWS fournit la solution la plus adaptée à ce besoin ?

Quels facteurs peuvent influencer directement la latence d’inférence d’un modèle de machine learning ? (Sélectionnez DEUX réponses.)

Une entreprise de domotique souhaite améliorer son chatbot de support client, alimenté par un grand modèle de langage (LLM), en intégrant des informations issues de sa documentation produit et de sa base de connaissances.

Quelle technique l’entreprise devrait-elle utiliser pour atteindre cet objectif avec un minimum d’effort de développement ?

Une entreprise de vente au détail souhaite améliorer son système de recommandation de produits à l’aide du machine learning. Pour rendre les recommandations plus précises, l’entreprise prévoit d’utiliser des vecteurs d’embeddings des caractéristiques produits et des préférences utilisateur. Le système doit également prendre en charge des requêtes en temps réel afin de trouver rapidement les produits les plus pertinents.

Quel service AWS répondrait le mieux à ces besoins ? (Sélectionnez DEUX.)

Un développeur en IA travaille sur un système de tutorat intelligent alimenté par un modèle fondamental (FM) pour aider les étudiants à comprendre des concepts scientifiques complexes. Le système vise à fournir des réponses correctes et à expliquer clairement les principes sous-jacents. Le développeur explore des techniques pour améliorer les performances du modèle.

Quelle technique de prompt engineering améliorera LE MIEUX la capacité du modèle fondamental à fournir des explications étape par étape pour des concepts scientifiques complexes ?

Une entreprise de santé développe un système d’IA destiné à aider les médecins dans les diagnostics médicaux à partir de données patients. Le système doit être conforme aux réglementations HIPAA et suivre les principes d’IA responsable pour éviter les biais et garantir la confidentialité des données.

Quelles actions l’entreprise doit-elle entreprendre pour s’aligner sur les principes d’IA responsable lors du développement du système de diagnostic ? (Sélectionnez DEUX.)

Un ingénieur ML recherche un service de base de données relationnelle qui prenne en charge le stockage et les requêtes efficaces de données vectorielles, en particulier les embeddings issus de modèles de machine learning.

Quel service AWS serait le plus adapté à ce cas d’utilisation ?

Une entreprise de commerce en ligne souhaite mettre en place une application de machine learning pour analyser les avis sur les produits et déterminer si chaque avis est favorable ou défavorable.

Quel type de modèle de machine learning est le plus approprié pour cette application ?

Une maison d’édition utilise un modèle fondamental (FM) pour générer des résumés de textes à partir de documents volumineux. L’entreprise doit évaluer l’efficacité de ces résumés.

Quelle métrique peut être utilisée pour évaluer la performance du modèle fondamental pour la synthèse de texte ?

Un créateur de contenu utilise l’IA générative pour produire du matériel marketing qui ressemble fortement à un texte existant sans attribution appropriée.

Quels défis de l’IA générative cette situation met-elle en évidence ?

Une entreprise développe un modèle pour générer des recommandations textuelles. Elle a remarqué que les données d’entraînement contiennent des exemples biaisés et déséquilibrés, ce qui affecte la qualité des recommandations.

Quelle approche permet d’améliorer les données d’entraînement pour résoudre ce problème ?

Une organisation de santé développe une application de diagnostic pilotée par l’IA utilisant Amazon Bedrock. L’application est déployée dans un VPC qui doit respecter des réglementations strictes sur la confidentialité des données. Ces réglementations interdisent toute connectivité Internet vers ou depuis le VPC.

Quel service ou fonctionnalité AWS permet de satisfaire ces exigences ?

Une entreprise développe une nouvelle application pilotée par l’IA qui doit respecter diverses normes et réglementations sectorielles. Pour garantir la conformité, elle doit accéder et consulter la documentation et les accords de conformité d’AWS.

Quel service doit être utilisé pour obtenir ces documents ?

Une entreprise de commerce électronique a mis en place un modèle d’IA pour classer les produits en fonction des images téléchargées par les vendeurs. L’entreprise doit déterminer dans quelle mesure le modèle classe correctement les catégories de produits.

Quel est le métrique le plus approprié pour évaluer l’efficacité du modèle de classification d’images ?

Une entreprise financière utilise Amazon Bedrock pour déployer un chatbot basé sur l’IA générative afin de fournir des conseils financiers personnalisés et répondre aux questions des clients. L’entreprise a besoin d’une solution pour garder le contrôle sur le contenu généré par le chatbot afin de garantir sa précision, son adéquation et sa conformité aux normes réglementaires.

Quel service AWS permet de s’assurer que les conseils du chatbot respectent les standards de précision et de conformité réglementaire ?

Une entreprise de logistique souhaite prévoir les délais de livraison en fonction des conditions de circulation, des données météorologiques et des informations sur les itinéraires. Elle a besoin d’un algorithme de machine learning (ML) produisant des résultats interprétables avec une ventilation claire de la manière dont chaque facteur influence le temps de livraison prédit, à travers un processus de décision hiérarchique.

Quel algorithme de ML répond aux besoins de l’entreprise ?

Une entreprise de services financiers souhaite prévoir la perte de clients (churn) en se basant sur les données de transactions. L’entreprise dispose de compétences limitées en machine learning et préfère un outil convivial, sans code.

Quelle solution serait la plus adaptée à ce cas d’usage ?

Une entreprise de vente au détail doit traiter plusieurs téraoctets de données historiques sur les ventes pour prévoir les tendances saisonnières. Un accès immédiat aux prédictions n’est pas requis.

Quelle option d’inférence d’Amazon SageMaker répondra le mieux à ces besoins ?

Une grande entreprise de commerce électronique utilise Amazon Bedrock pour développer un chatbot alimenté par un modèle de langage large (LLM) pour le support client. L’équipe de développement évalue les limites pour intégrer les données des requêtes clients dans un seul prompt utilisé par le modèle.

Quel facteur l’entreprise doit-elle prendre en compte ?

Une entreprise de services financiers reçoit de nombreux contrats et accords de prêt au format PDF. Elle souhaite extraire des informations critiques, telles que les noms des clients, les montants des prêts et les conditions des contrats, et les convertir en texte brut pour un traitement ultérieur. Avec l’augmentation du volume de documents, l’entreprise a besoin d’une solution automatisée.

Quel service AWS permettra d’extraire efficacement ces informations ?

Un fournisseur de soins de santé a accumulé des gigaoctets de dossiers médicaux, notes cliniques et historiques de patients dans divers formats. Il doit traiter et organiser ces données dans un format structuré afin de permettre une analyse ultérieure pour des tâches de machine learning (ML), telles que la prédiction de maladies et les recommandations de traitements personnalisés.

Quel service AWS est le plus adapté pour répondre à ces besoins ?

Un data scientist utilise Amazon SageMaker pour un projet de machine learning visant à classifier des images d’espèces végétales. Les jeux de données doivent être stockés en toute sécurité, facilement accessibles pour l’entraînement, et efficacement gérés tout au long du projet.

Quel service AWS est le plus approprié pour stocker et gérer ce jeu de données ?

Un spécialiste en IA développe un modèle entraîné et hébergé sur Amazon SageMaker. Il doit choisir une option d’inférence SageMaker qui fournisse des prédictions immédiates et à faible latence pour un système de recommandations et des réponses en temps réel aux requêtes des utilisateurs.

Quelle option est la plus adaptée ?

Une startup développe une nouvelle application IA avec Amazon Bedrock. En raison de schémas d’utilisation imprévisibles, elle souhaite minimiser les coûts initiaux et ne payer que pour les ressources réellement utilisées.

Quelle est la stratégie de tarification la PLUS adaptée dans Amazon Bedrock ?

Quel modèle d’apprentissage automatique est connu pour produire des données artificielles en apprenant à partir d’exemples existants ?

Une entreprise technologique a entraîné un modèle pour classer les produits d’une ligne de production comme défectueux ou non défectueux. Pour évaluer la performance du modèle sur des données inédites, l’équipe a besoin d’une solution qui fournisse des informations sur sa précision et sa capacité à différencier correctement les deux catégories.

Quelles métriques ou outils doivent être utilisés ?

Un praticien en IA évalue les implications de coût de l’utilisation d’Amazon Bedrock pour effectuer des inférences avec un LLM (Large Language Model). Il doit déterminer le principal facteur qui influence le coût des opérations d’inférence.

Quel hyperparamètre définit le nombre de fois que le modèle passera par l’ensemble du jeu de données d’entraînement ?

Quelle métrique évalue la réactivité d’un modèle de machine learning dans des applications temps réel ?

ChatGPT a dit :

Un spécialiste de l’IA doit développer un modèle capable de générer des requêtes SQL à partir de descriptions en langage naturel. Le modèle doit comprendre le contexte et produire un texte cohérent et proche de celui d’un humain.

Quelle IA serait la mieux adaptée pour cette tâche ?

Une entreprise financière optimise son système de détection de fraude basé sur l’IA afin de réduire les délais de traitement des transactions. Elle doit mesurer l’efficacité du système en temps réel pour analyser et approuver les transactions.

Quel indicateur est le plus approprié pour cette tâche ?

Lequel des éléments suivants Amazon SageMaker Clarify peut-il effectuer ? (Sélectionnez DEUX.)

Une entreprise technologique a besoin que son LLM (Large Language Model) génère des réponses concises dans une langue spécifique pour un assistant virtuel.

Quelle est la meilleure façon de s’assurer que le LLM produise des réponses concises dans la langue souhaitée ?

Un praticien en IA utilise Amazon Bedrock pour des tâches quotidiennes de traitement du langage naturel (NLP), en utilisant le few-shot prompting avec 20 exemples dans le prompt actuel. Le praticien souhaite réduire les coûts mensuels.

Quelle action permettra de réduire efficacement les coûts mensuels ?

Une équipe travaille avec un Large Language Model (LLM) pour générer des réponses aux demandes du support client. Cependant, il est observé que le modèle fournit parfois des réponses factuellement incorrectes ou absurdes.

Quel problème le modèle rencontre-t-il ?

Un analyste commercial a besoin d’un outil pour poser des questions en langage naturel et générer rapidement des graphiques afin de visualiser les données de ventes de l’entreprise.

Quelle option est la plus adaptée pour ce cas d’usage ?

Une entreprise de vente au détail prévoit de mettre en place un système de recommandation pour sa plateforme e-commerce en utilisant un modèle de base (FM). Le système doit traiter des requêtes sur les descriptions et les images des produits afin de fournir des recommandations précises basées sur des entrées visuelles et textuelles.

Quel type de modèle de base (FM) convient le mieux à ce système de recommandation ?

Quel service AWS l’entreprise devrait-elle utiliser pour analyser et extraire des informations clés à partir d’enregistrements audio de réunions à des fins de documentation ?

Un praticien en IA ajuste un FM (modèle de base) pour atteindre une plus grande précision et respecter un certain niveau d’acceptation. Le praticien envisage plusieurs ajustements du processus d’entraînement.

Quelle approche sera la PLUS efficace pour atteindre cet objectif ?

Une institution financière renforce ses mesures de cybersécurité à l’aide de solutions d’IA. La solution doit détecter automatiquement les adresses IP suspectes en analysant les motifs de comportements inhabituels dans le trafic réseau afin de prévenir les menaces ou attaques potentielles.

Quelle solution basée sur l’IA répondrait le mieux à ce besoin ?

Une entreprise de vente au détail utilise des modèles de machine learning pour prédire les ventes trimestrielles et optimiser la gestion des stocks. En réponse aux demandes des parties prenantes, l’équipe de data science a pour mission de fournir un rapport complet garantissant la transparence et expliquant le raisonnement derrière les décisions des modèles.

Que devrait présenter l’équipe de data science pour expliquer clairement le processus de recommandation du modèle ?

ChatGPT a dit :

Une équipe de Data Science développe un modèle de machine learning pour prédire la perte de clients. Dans le cadre de l’analyse initiale des données, l’équipe a visualisé les distributions des caractéristiques, calculé des statistiques récapitulatives et analysé les matrices de corrélation des caractéristiques.

À quelle étape du pipeline de machine learning l’équipe travaille-t-elle ?

Un praticien en IA développe un modèle de machine learning pour un laboratoire de recherche afin d’identifier et de catégoriser des espèces végétales rares à partir d’images haute résolution. En raison de la complexité des espèces et du besoin d’une grande précision, le praticien recherche une solution qui minimise le risque d’annotations incorrectes tout en assurant une supervision humaine dans le processus d’étiquetage.

Quelle solution le praticien devrait-il utiliser pour garantir une grande précision et minimiser le risque d’annotations incorrectes ?

Un spécialiste en IA développe une application de service client utilisant un modèle Amazon SageMaker JumpStart finement ajusté. Le spécialiste doit s’assurer que l’application respecte plusieurs cadres réglementaires, notamment le Payment Card Industry Decision Support System (PCI DSS) et le Règlement Général sur la Protection des Données (RGPD), afin de garantir la sécurité et la confidentialité des données des clients.

Quelles capacités l’institution doit-elle prioriser pour répondre à ces exigences ? (Sélectionnez DEUX.)

ChatGPT a dit :

Un spécialiste de l’IA développe un projet pour analyser les images des caméras de sécurité d’un magasin de détail. L’objectif est de catégoriser automatiquement les articles sur les étagères afin d’aider à la gestion des stocks.

Quelle technique parmi les suivantes est la plus appropriée pour cette tâche ?

Un spécialiste de l’IA travaille sur un projet impliquant des modèles de langage de grande taille (LLM) pour traduire des textes de l’anglais vers le filipino. Pour évaluer la qualité des traductions produites par le modèle, le spécialiste doit choisir une métrique appropriée qui compare les traductions générées par la machine à celles produites par des humains.

Quelle métrique parmi les suivantes est la plus adaptée ?

Lequel des éléments suivants constitue un avantage principal de l’affinage (fine-tuning) d’un modèle de base pré-entraîné ?

Un praticien en IA développe un chatbot utilisant un FM (modèle fondamental) pour fournir un support technique sans intervention humaine. Les réponses du chatbot doivent respecter le ton et le style souhaités par l’entreprise tout en étant rentables.

Quelle approche permettra de répondre le PLUS efficacement à ces exigences ?

Une entreprise développe une application éducative qui propose aux utilisateurs des problèmes de mathématiques impliquant des opérations arithmétiques de base, comme : « Calculez la somme des nombres suivants : 7, 14 et 21. »

Quelle approche fournit la solution la plus efficace tout en minimisant la complexité ?