2025年AWS认证MLS区域模型版本管理自动化专题试卷及解析.pdfVIP

2025年AWS认证MLS区域模型版本管理自动化专题试卷及解析1

2025年AWS认证MLS区域模型版本管理自动化专题试

卷及解析

2025年AWS认证MLS区域模型版本管理自动化专题试卷及解析

第一部分：单项选择题（共10题，每题2分）

1、在AWSSageMaker中，以下哪个服务专门用于自动化机器学习模型的训练、部

署和监控流程？

A、AWSLambda

B、AWSStepFunctions

C、AmazonSageMakerPipelines

D、AWSCodePipeline

【答案】C

【解析】正确答案是C。AmazonSageMakerPipelines是AWS提供的专门用于构建

和管理机器学习工作流的CI/CD服务，能够自动化模型的训练、部署和监控。A选项

AWSLambda是通用计算服务，B选项StepFunctions虽然可以编排工作流但不是专为

ML设计，D选项CodePipeline主要用于传统应用部署。知识点：SageMakerPipelines

的核心功能。易错点：容易混淆StepFunctions和SageMakerPipelines的应用场景。

2、当需要在多个AWS区域同步部署机器学习模型时，最推荐使用哪种AWS服

务？

A、AWSCloudFormationStackSets

B、手动复制模型文件

C、AWSDataSync

D、AmazonS3跨区域复制

【答案】A

【解析】正确答案是A。CloudFormationStackSets专门用于跨多个区域和账户部署

AWS资源，适合模型的多区域部署。B选项手动操作效率低且易出错，C选项DataSync

主要用于数据传输而非资源部署，D选项S3复制只能解决存储问题。知识点：跨区域

资源管理。易错点：容易忽略StackSets的跨区域部署能力。

3、在模型版本管理中，以下哪种做法最符合MLOps最佳实践？

A、每次训练都覆盖旧模型

B、使用Git管理模型元数据

C、仅保存最新模型版本

D、将模型存储在本地磁盘

【答案】B

2025年AWS认证MLS区域模型版本管理自动化专题试卷及解析2

【解析】正确答案是B。使用Git管理模型元数据可以实现版本控制和协作，符合

MLOps原则。A和C选项会丢失历史版本，D选项本地存储无法实现团队共享。知识

点：MLOps版本控制。易错点：容易混淆模型文件和元数据的管理方式。

4、AmazonSageMakerModelRegistry的主要作用是什么？

A、存储训练数据集

B、管理模型版本和部署状态

C、自动超参数调优

D、实时推理服务

【答案】B

【解析】正确答案是B。ModelRegistry专门用于管理模型版本、元数据和部署状态。

A选项由S3存储数据集，C选项是HyperparameterTuning功能，D选项是Endpoint服

务。知识点：SageMaker组件功能。易错点：容易混淆ModelRegistry和ModelMonitor

的功能。

5、以下哪种AWS服务最适合实现模型部署的自动化审批流程？

A、AWSIAM

B、AWSConfig

C、AWSServiceCatalog

D、AWSCloudTrail

【答案】C

【解析】正确答案是C。ServiceCatalog可以创建产品模板并设置审批流程，适合

模型部署的管控。A选项管理权限，B选项配置审计，D选项日志记录都不具备审批功

能。知识点：AWS治理服务。易错点：容易忽略ServiceCatalog的审批功能。

6、在模型版本回滚场景中，最关键的操作是？

A、删除当前模型

B、恢复到上一个稳定版本

C、重新训练模型

D、修改训练代码