Quiz del Módulo 2: Control de versiones para ML

Evalúe su comprensión de las prácticas de control de versiones para proyectos de ML con estas 30 preguntas.

---

Pregunta 1

¿Para qué se utiliza principalmente DVC en proyectos de ML?

1. Formateo de código
2. Versionar datos y modelos junto con el código
3. Desplegar modelos en producción
4. Monitorear el rendimiento del modelo

---

Pregunta 2

¿Qué archivo crea DVC al rastrear un archivo de datos?

1. .dvcconfig
2. Archivo .dvc (por ejemplo, data.csv.dvc)
3. .dvcignore
4. .gitattributes

---

Pregunta 3

¿Cuál es el propósito de .gitignore en un proyecto de ML?

1. Ignorar todos los archivos Python
2. Excluir archivos del seguimiento de Git (como grandes conjuntos de datos y modelos)
3. Ignorar todos los archivos DVC
4. Rastrear solo archivos importantes

---

Pregunta 4

¿Qué comando inicializa DVC en un proyecto?

1. dvc start
2. dvc setup
3. dvc init
4. dvc create

---

Pregunta 5

¿Para qué se utiliza Git LFS?

1. Gestionar ramas de Git
2. Manejar archivos grandes en repositorios Git
3. Desplegar repositorios Git
4. Crear hooks de Git

---

Pregunta 6

En versionado semántico (por ejemplo, 2.1.3), ¿qué representa el número del medio?

1. Versión mayor (cambios incompatibles)
2. Versión menor (nuevas funcionalidades, compatible hacia atrás)
3. Versión de parche (corrección de errores)
4. Número de compilación

---

Pregunta 7

¿Qué hace el comando dvc push?

1. Envía código a GitHub
2. Sube datos/modelos rastreados al almacenamiento remoto
3. Crea una nueva rama de DVC
4. Instala dependencias de DVC

---

Pregunta 8

¿Qué backends de almacenamiento admite DVC para almacenamiento remoto?

1. Solo almacenamiento local
2. Solo AWS S3
3. S3, GCS, Azure, SSH y más
4. Solo almacenamiento en la nube

---

Pregunta 9

¿Qué es un registro de modelos?

1. Una base de datos de datos de entrenamiento
2. Un repositorio centralizado para almacenar, versionar y gestionar modelos de ML
3. Una base de datos gubernamental de modelos de IA
4. Una lista de hiperparámetros del modelo

---

Pregunta 10

¿Qué herramienta proporciona una funcionalidad de registro de modelos?

1. Git
2. Solo DVC
3. MLflow
4. Docker

---

Pregunta 11

¿Qué es la genealogía del modelo (model lineage)?

1. El número de capas en una red neuronal
2. Rastrear el historial completo desde los datos hasta el despliegue del modelo
3. La antigüedad de un modelo en producción
4. El árbol genealógico de arquitecturas de modelos

---

Pregunta 12

¿Qué hace dvc repro?

1. Reporta errores en el pipeline
2. Reproduce el pipeline de ML ejecutando las etapas necesarias
3. Replica el repositorio
4. Crea una copia de seguridad del repositorio

---

Pregunta 13

¿Qué archivo define los pipelines de DVC?

1. pipeline.yaml
2. dvc.yaml
3. Dvcfile
4. stages.yaml

---

Pregunta 14

¿Cuál es el propósito de los pre-commit hooks en proyectos de ML?

1. Pre-entrenar modelos
2. Ejecutar comprobaciones automáticas antes de los commits (linting, formateo, etc.)
3. Hacer commits automáticamente
4. Crear mensajes de commit

---

Pregunta 15

¿Qué hace nbstripout para los notebooks de Jupyter?

1. Elimina celdas de código de los notebooks
2. Elimina celdas de salida y metadatos antes de hacer commit
3. Convierte notebooks a scripts Python
4. Encripta el contenido del notebook

---

Pregunta 16

En MLflow, ¿en qué estados puede estar una versión de modelo?

1. Borrador, Publicado, Eliminado
2. Ninguno, Staging, Producción, Archivado
3. Nuevo, Pruebas, En vivo, Obsoleto
4. Creado, Validado, Desplegado

---

Pregunta 17

¿Qué es una model card?

1. Una tarjeta física que contiene los pesos del modelo
2. Documentación estructurada que describe el propósito, rendimiento y limitaciones de un modelo
3. Una tarjeta de crédito para computación en la nube
4. Una visualización de la arquitectura del modelo

---

Pregunta 18

¿Qué comando muestra el pipeline de DVC como un grafo?

1. dvc graph
2. dvc show
3. dvc dag
4. dvc pipeline

---

Pregunta 19

¿Cuál es la estrategia de ramificación recomendada para experimentos de ML?

1. Todos los experimentos en la rama principal
2. Ramas de experimento separadas que pueden fusionarse cuando tienen éxito
3. Sin ramificación, solo etiquetas
4. Una rama por científico de datos

---

Pregunta 20

¿Qué hace dvc checkout?

1. Extrae código de git
2. Actualiza los archivos de datos del espacio de trabajo para que coincidan con el commit actual de Git
3. Valida la integridad de los datos
4. Elimina todos los datos rastreados

---

Pregunta 21

¿Por qué es importante la reproducibilidad en proyectos de ML?

1. Para que el código se ejecute más rápido
2. Para recrear los mismos resultados con las mismas entradas para validación y depuración
3. Para reducir costos de almacenamiento
4. Para automatizar el despliegue

---

Pregunta 22

¿Qué información se debe rastrear para la genealogía del modelo?

1. Solo el archivo del modelo
2. Solo el código de entrenamiento
3. Versión del código, versión de los datos, hiperparámetros, entorno y métricas
4. Solo la configuración de despliegue

---

Pregunta 23

¿Cuál es el propósito de dvc.lock?

1. Evitar que otros ejecuten el pipeline
2. Registrar el estado exacto de entradas y salidas para la reproducibilidad
3. Bloquear archivos para edición
4. Encriptar datos sensibles

---

Pregunta 24

¿Qué comando ejecuta experimentos de DVC con diferentes parámetros?

1. dvc run --params
2. dvc exp run --set-param
3. dvc experiment new
4. dvc params set

---

Pregunta 25

¿Cuál es la forma recomendada de manejar notebooks de Jupyter en control de versiones?

1. Rastrear todas las salidas para la reproducibilidad
2. Eliminar las salidas antes de hacer commit y/o usar Jupytext
3. Nunca versionar notebooks
4. Convertir todos los notebooks a PDF

---

Pregunta 26

¿Qué suele incluir la validación de modelos en un registro?

1. Solo verificar si existe el archivo del modelo
2. Pruebas de rendimiento, comprobaciones de latencia y comparación con producción
3. Solo revisión de código
4. Solo revisión de documentación

---

Pregunta 27

¿Qué es Jupytext?

1. Un editor de texto para Jupyter
2. Una herramienta que mantiene sincronizados notebooks y scripts Python
3. Un tema de Jupyter
4. Una herramienta de encriptación de notebooks

---

Pregunta 28

En DVC, ¿qué es un remote?

1. Una máquina remota para entrenamiento
2. Ubicación de almacenamiento externo para archivos de datos y modelos
3. Un repositorio Git remoto
4. Una conexión de escritorio remoto

---

Pregunta 29

¿Cuál es el beneficio de las convenciones de mensajes de commit en proyectos de ML?

1. Hace que los commits se vean profesionales
2. Crea un historial claro y buscable de cambios por tipo (datos, modelo, entrenamiento)
3. Requerido por GitHub
4. Corrige el código automáticamente

---

Pregunta 30

¿Qué debería desencadenar un aumento de versión de modelo de 1.0.0 a 2.0.0?

1. Cualquier reentrenamiento del modelo
2. Corrección de errores
3. Cambios incompatibles como nueva arquitectura o cambios incompatibles en la API
4. Agregar documentación

---

🎉 ¡Quiz completado!

Ha completado el quiz del Módulo 2. Revise cualquier pregunta incorrecta y vuelva a consultar las secciones relevantes.

Interpretación de la puntuación:

• 27-30 correctas: ¡Excelente! Usted ha dominado el control de versiones para ML.
• 22-26 correctas: Buen entendimiento, revise los temas que faltaron.
• 17-21 correctas: Aceptable, se recomienda releer el módulo.
• Menos de 17: Revise todo el módulo antes de continuar.

---

Siguiente: Módulo 3: Seguimiento de experimentos