MLA資格演習問題（無料10問）

【MLA-2001】ある企業の ML エンジニアは、オンプレミスから移行した Amazon FSx for NetApp ONTAP 上に数 TB の画像データを保持しています。この画像データを教師データとして、Amazon SageMaker のトレーニングジョブでモデルを構築する予定です。ファイルシステムと SageMaker のトレーニングインスタンスは同一の VPC 内に配置されています。データを別のストレージに複製せずにトレーニングを開始する必要があります。この要件を満たす方法を選択してください。

【MLA-2002】ある製造業の企業の ML エンジニアは、画像分類モデルのトレーニングデータをオンプレミスのサーバーと AWS の Amazon EC2 インスタンスの両方から共有ストレージとして読み書きする必要があります。オンプレミスとの接続には AWS Direct Connect を使用しています。このストレージは NFSv4 プロトコルに対応し、複数のクライアントからの同時アクセス時にファイルロックが機能する必要があります。これらの要件を満たすソリューションを選択してください。

【MLA-2003】ある企業の ML エンジニアは、オンプレミスの NetApp ONTAP ストレージに蓄積された画像とメタデータを AWS 上のトレーニング環境に供給する必要があります。既存の ONTAP からスナップショットベースの増分レプリケーションを継続し、Linux トレーニングインスタンスからは NFS、Windows のアノテーションツールからは SMB で同一データに同時アクセスします。運用オーバーヘッドを最小限に抑えて、これらの要件を満たす方法を選択してください。

【MLA-2004】ある企業の ML エンジニアは、工場の設備から送られるセンサーデータを Amazon Data Firehose で受け取り、Amazon S3 に配信しています。S3 に到着したデータは異常検知モデルの推論入力として即座に読み込まれます。現在は配信ストリームのバッファ間隔が 300 秒、バッファサイズが 5 MB に設定されており、データ発生から S3 への到着までに数分の遅延が生じています。ML エンジニアは、S3 への到着遅延を 1 秒未満に短縮しながら、取り込みスループットを維持する必要があります。この要件を満たす方法を選択してください。

【MLA-2005】ある企業の ML エンジニアは、工場の設備から送られてくるセンサーデータをリアルタイムに監視する仕組みを構築しています。データは毎秒数千件のレコードとして送信され、Amazon Kinesis Data Streams に取り込まれています。エンジニアは、この連続的な数値ストリームから異常値を検出し、検出結果を Amazon S3 に保存する必要があります。推論エンドポイントの管理やモデルの再学習作業は避けたいと考えています。これらの要件を満たす最も運用効率の高い方法を選択してください。

【MLA-2006】あるオンラインゲーム企業の ML エンジニアは、プレイヤー行動の異常検知モデル向けにデータパイプラインを構築しています。数千台のゲームサーバーから毎分数 GB のイベントが連続的に発生します。ML エンジニアはこのイベントを取り込み、リアルタイムに集計と型変換を実施したうえで、推論時に低レイテンシーで参照できるキーバリューストアに書き込む必要があります。これらの要件を満たす構成を選択してください。

【MLA-2007】ある小売企業の ML エンジニアは、Web サイトのクリックイベントをリアルタイムに取り込むパイプラインを構築しています。イベントは毎秒数千件発生し、複数のコンシューマーアプリケーションが同じイベントを個別に読み取ります。取り込んだイベントは変換して Amazon S3 に蓄積し、データサイエンティストが標準 SQL でアドホックに集計できる必要があります。ストリーミング基盤の管理作業は最小限にとどめたいと考えています。これらの要件を満たすソリューションを選択してください。

【MLA-2008】ある企業の ML エンジニアは、複数のアプリケーションから Amazon Kinesis Data Streams に送信されるクリックストリームイベントを取り込んでいます。イベントは JSON 形式で、後続の特徴量エンジニアリングのために Apache Parquet 形式に変換して Amazon S3 に保存する必要があります。データストリームの規模は時間帯によって大きく変動します。運用上のオーバーヘッドを最小限に抑えて、これらの要件を満たす方法を選択してください。

【MLA-2009】ある企業の ML エンジニアは、Amazon S3 に保存された数億行のイベントログを対象に、Amazon SageMaker Canvas でノーコードの分類モデルを構築する予定です。ログはネストされた属性を多く含み、モデル構築では全カラムのうち一部のカラムのみを使用します。現在ログは gzip 圧縮されたテキスト形式で日次出力されています。データセットのインポートとモデル構築にかかる処理時間を最小限に抑える方法を選択してください。

【MLA-2010】ある小売企業のデータサイエンティストは、店舗の売上ログを CSV 形式で Amazon S3 に日次で蓄積しています。データサイエンティストは、モデルの特徴量候補を検討するため、蓄積済みの CSV を対象に集計や絞り込みの SQL クエリをアドホックに実行したいと考えています。クエリの実行頻度は不定期で、データを別のストアへコピーすることは避けたいと考えています。これらの要件を運用上のオーバーヘッドを最小限に抑えて満たすソリューションを選択してください。