2025年大数据与人工智能技术职业考试试卷及答案.docxVIP

2025年大数据与人工智能技术职业考试试卷及答案

一、单项选择题（每题2分，共20分）

1.以下关于大数据存储技术的描述中，错误的是（）。

A.HBase基于列存储，适合实时读写场景

B.数据湖（DataLake）通常采用Parquet或ORC等列式存储格式

C.HDFS的默认块大小为128MB，设计目标是支持大文件存储

D.ClickHouse是面向行存储的OLAP数据库，适合高并发事务

2.关于Spark的RDD（弹性分布式数据集），以下说法正确的是（）。

A.RDD是不可变的，只能通过转换操作生成新的RDD

B.RDD的持久化（Persist）默认存储级别是内存+磁盘

C.所有RDD转换操作都会立即触发计算

D.RDD的分区数由输入数据大小决定，无法手动调整

3.在机器学习中，以下哪种算法属于无监督学习？（）

A.逻辑回归（LogisticRegression）

B.Kmeans聚类

C.随机森林（RandomForest）

D.支持向量机（SVM）

4.自然语言处理（NLP）中，Transformer模型的核心机制是（）。

A.循环神经网络（RNN）的长短期记忆（LSTM）

B.注意力机制（AttentionMechanism）

C.卷积神经网络（CNN）的局部感知

D.生成对抗网络（GAN）的对抗训练

5.以下不属于流数据处理框架的是（）。

A.ApacheFlink

B.ApacheKafkaStreams

C.ApacheHive

D.ApacheSparkStreaming

6.在深度学习中，梯度消失（VanishingGradient）最可能发生在（）。

A.使用ReLU激活函数的深层网络

B.使用Sigmoid激活函数的深层网络

C.使用LeakyReLU激活函数的浅层网络

D.使用tanh激活函数的浅层网络

7.关于Kafka的分区（Partition）机制，以下描述错误的是（）。

A.分区数决定了消费者组中消费者的最大并行度

B.消息在分区内按偏移量（Offset）顺序存储

C.同一个消费者组中的多个消费者可以消费同一分区的消息

D.分区的多副本（Replica）机制用于提高数据可靠性

8.以下哪项是联邦学习（FederatedLearning）的核心目标？（）

A.在单个集中式数据库上训练高性能模型

B.保护用户隐私的前提下，联合多个分散数据源训练模型

C.通过增加模型层数提升泛化能力

D.减少训练数据量以降低计算成本

9.在计算机视觉（CV）中，YOLO（YouOnlyLookOnce）算法的主要优势是（）。

A.目标检测精度最高

B.支持小目标的精细分割

C.实时性强，推理速度快

D.无需标注数据即可训练

10.关于数据清洗，以下操作不包括（）。

A.处理缺失值（如删除或填充）

B.对类别特征进行独热编码（OneHotEncoding）

C.检测并处理异常值（Outlier）

D.对连续特征进行归一化（Normalization）

二、填空题（每空2分，共20分）

1.大数据处理的典型架构“Lambda架构”由实时处理层、__________和服务层组成。

2.机器学习中，衡量分类模型性能的F1分数是__________和召回率（Recall）的调和平均数。

3.深度学习框架TensorFlow中，__________机制允许模型在训练时自动计算梯度，无需手动推导。

4.自然语言处理中，BERT模型采用__________预训练任务（MaskedLanguageModel）来学习上下文语义。

5.流数据处理中，Flink的时间类型包括事件时间（EventTime）、摄入时间（IngestionTime）和__________。

6.关系型数据库（如MySQL）与NoSQL数据库（如MongoDB）的本质区别在于是否遵循__________约束（填缩写）。

7.卷积神经网络（CNN）中，__________层的作用是减少特征图的空间尺寸（如宽度和高度），同时保留关键特征。

8.分布式计算中，__________（填英文缩写）是Hadoop的资源管理系统，负责集群资源的分配和任务调度。

9.强化学习（ReinforcementLearning）的三要素包括智能体（Agent）、环境（E