Examen pratique 1 – 25 Questions

Une startup dans le domaine de la santé développe une plateforme d’intelligence artificielle capable de détecter précocement les signes de cancer du poumon à partir d’images de scanners. Le système est entraîné sur des milliers d’images médicales annotées pour reconnaître des anomalies invisibles à l’œil humain.

Laquelle des affirmations suivantes décrit le plus précisément le rôle des réseaux de neurones dans cette application médicale ?

Qu’est-ce qu’un foundation model (FM) dans le contexte de l’IA générative ?

Une entreprise dispose d’une application frontend conteneurisée pour son application d’IA.
Elle doit mettre en place une solution pour évaluer la posture de sécurité de son environnement AWS.
La solution doit :

Identifier les vulnérabilités potentielles sur les instances Amazon EC2 et les dépôts Amazon ECR.

Fournir des recommandations pour corriger ces vulnérabilités.

Quel service AWS répond à ces besoins ?

Vous êtes ingénieur en Machine Learning et travaillez sur un projet de prédiction du risque de crédit à l’aide d’Amazon SageMaker.
Vous souhaitez que les informations concernant le but du modèle, ses indicateurs de performance et les considérations éthiques soient clairement documentées et accessibles à toutes les parties prenantes.

Quel est le rôle principal d’une SageMaker Model Card ?

Vous développez une application orientée client utilisant Amazon Bedrock et un Large Language Model (LLM).
Vous devez vous assurer que l’application génère des réponses sûres, impartiales, et conformes aux politiques d’IA responsable de votre organisation.

Quelles actions suivantes peuvent être réalisées à l’aide des Guardrails d’Amazon Bedrock ? (Choisissez deux)

Une entreprise souhaite segmenter des clients pour des campagnes marketing, mais les données sont non étiquetées.
Quelle méthodologie utiliser ?

Une entreprise souhaite augmenter la cohérence et la qualité des réponses d’un modèle de langage (LLM) en donnant au modèle accès à des sources de connaissances externes.

Quelle technique permet de répondre à ce besoin avec le moins d’effort de développement ?

Une entreprise souhaite utiliser un foundation model (FM) open source pour vérifier si des contrats respectent des règles de conformité.

Quel service AWS permet de répondre à ce besoin ?

Une équipe de data scientists développe plusieurs modèles prédictifs sur Amazon SageMaker et souhaite disposer d’un référentiel centralisé pour stocker, gérer et réutiliser les jeux de caractéristiques (features) entre différents projets et équipes.

Quelle fonctionnalité d’Amazon SageMaker répond à ce besoin ?

Un chercheur en intelligence artificielle développe un modèle de reconnaissance faciale capable de générer des visages synthétiques. Pendant l’entraînement, il constate que certaines origines ethniques sont sous-représentées dans le jeu de données, ce qui entraîne des biais dans les prédictions du modèle.

Quelle approche le chercheur peut-il utiliser pour corriger ce déséquilibre et réduire le biais du modèle ?

Un chercheur en intelligence artificielle développe un modèle de reconnaissance faciale capable de générer des visages synthétiques. Pendant l’entraînement, il constate que certaines origines ethniques sont sous-représentées dans le jeu de données, ce qui entraîne des biais dans les prédictions du modèle.

Quelle approche le chercheur peut-il utiliser pour corriger ce déséquilibre et réduire le biais du modèle ?

Une entreprise souhaite exploiter des modèles de machine learning pour des tâches spécifiques dans un domaine particulier. Afin de gagner du temps et des ressources, elle préfère adapter des modèles préentraînés existants plutôt que d’en créer de nouveaux à partir de zéro.

Quelle approche de machine learning l’entreprise devrait-elle utiliser ?

Une équipe de recherche souhaite évaluer la performance d’un modèle fondamental (Foundation Model) appliqué à des tâches de classification d’images.

Quelle méthode doit-elle utiliser pour mesurer la précision de ce modèle ?

Un développeur AI déploie un modèle sur Amazon SageMaker pour un service interactif qui recommande des produits aux utilisateurs en temps réel. L’objectif est de garantir que chaque requête utilisateur reçoive une réponse rapide et à faible latence.

Quelle option d’inférence SageMaker doit-il choisir pour répondre à ces besoins ?

Un service de streaming vidéo souhaite améliorer son moteur de recherche en proposant des recommandations de films personnalisées selon l’historique de visionnage et les préférences de ses utilisateurs.

Parmi les services AWS suivants, lequel est le plus adapté pour répondre à ce besoin ?

Une entreprise a déployé un modèle de machine learning pour détecter les fraudes sur sa plateforme e-commerce. Le modèle fonctionne en production depuis plusieurs mois. L’entreprise souhaite s’assurer que ses prédictions restent fiables et pouvoir intégrer une vérification humaine si nécessaire.

Quels services ou fonctionnalités AWS l’entreprise devrait-elle utiliser pour surveiller la performance du modèle et inclure la révision humaine ? (Choisissez DEUX)

Un spécialiste en machine learning développe un modèle sur Amazon SageMaker pour prédire l’attrition des clients d’un service par abonnement. Il s’inquiète des biais potentiels dans les données d’entraînement pouvant influencer la performance du modèle. Il doit également garantir que les prédictions soient transparentes et explicables pour les parties prenantes.

Quelles fonctionnalités d’Amazon SageMaker peuvent aider à répondre à ces besoins ?

Une entreprise développe un modèle capable de générer des recommandations textuelles. Elle constate que les données d’entraînement contiennent des exemples biaisés ou déséquilibrés, ce qui affecte la qualité des recommandations.

Quelle approche permet d’améliorer le jeu de données pour corriger ce problème ?

Une entreprise technologique a entraîné un modèle pour classer les produits d’une ligne de production comme défectueux ou non défectueux. Pour évaluer les performances du modèle sur des données inédites, l’équipe souhaite obtenir des indications sur la précision et la capacité du modèle à distinguer les deux classes.

Quels outils ou métriques devraient être utilisés ?

Quel hyperparamètre détermine le nombre de fois qu’un modèle parcourt l’ensemble du jeu de données d’entraînement pendant l’apprentissage ?