考试介绍
面向 MLOps 与 GenAIOps 工程师,考核 AI 基础设施、模型生命周期、自动化、监控与治理。
- 考试代码
- AI-300
- 官方考试/认证名称
- Machine Learning Operations Engineer
- 考试形式
- 监考考试,可能包含交互题
- 考试时长
- 120 分钟
- 官方可选考试语言
- 英文
官方考试语言与下方练习题文件的语言分别列出;实际考试版本及可选语种以官方预约页面为准。
官方来源:官方资料
信息核对日期:2026-10-20
先试阅,再决定前20 题免费试阅
题库共 170 题
题目按题库原始顺序展示。展开查看答案和解析。
免责声明:本站所有题目均整理自互联网,仅供学习参考。
第 16 题
Question#16Topic2
注意:此问题是呈现相同场景的一系列问题的一部分。该系列中的每个问题都包含一个可能满足既定目标的独特解决方案。有些问题集可能有多个正确答案,而另一些问题集可能没有正确答案。
回答本部分中的问题后,您将无法返回该部分。因此,这些问题不会出现在审核屏幕上。
您管理 Azure 机器学习工作区。名为 script.py 的 Python 脚本读取名为training_data 的参数。 Training_data 参数指定名为 dataset1.csv 的文件中训练数据的路径。
您计划将 script.py Python 脚本作为训练机器学习模型的命令作业来运行。
当您将脚本作为训练作业提交时,您需要提供命令以将数据集的路径作为参数值传递。
解决方案: python train.py-training_datatraining_data
解决方案是否达到目标?
A.是的
B.不
查看答案与解析
第 17 题
Question#17Topic2
注意:此问题是呈现相同场景的一系列问题的一部分。该系列中的每个问题都包含一个可能满足既定目标的独特解决方案。有些问题集可能有多个正确答案,而另一些问题集可能没有正确答案。
回答本部分中的问题后,您将无法返回该部分。因此,这些问题不会出现在审核屏幕上。
您管理 Azure 机器学习工作区。名为 script.py 的 Python 脚本读取名为training_data 的参数。 Training_data 参数指定名为 dataset1.csv 的文件中训练数据的路径。
您计划将 script.py Python 脚本作为训练机器学习模型的命令作业来运行。
当您将脚本作为训练作业提交时,您需要提供命令以将数据集的路径作为参数值传递。
解决方案: python script.py-trainingdata ${{inputs.training_data}}
解决方案是否达到目标?
A.是的
B.不
查看答案与解析
答案
B
解析
该解决方案未达到所写的目标,因为参数名称与脚本参数不匹配。参考:https://learn.microsoft.com/en-us/azure/machine-learning/how-to-submit-job?view=azureml-api-2
第 18 题
Question#18Topic2
注意:此问题是呈现相同场景的一系列问题的一部分。该系列中的每个问题都包含一个可能满足既定目标的独特解决方案。有些问题集可能有多个正确答案,而另一些问题集可能没有正确答案。
回答本部分中的问题后,您将无法返回该部分。因此,这些问题不会出现在审核屏幕上。
您管理 Azure 机器学习工作区。名为 script.py 的 Python 脚本读取名为training_data 的参数。 Training_data 参数指定名为 dataset1.csv 的文件中训练数据的路径。
您计划将 script.py Python 脚本作为训练机器学习模型的命令作业来运行。
当您将脚本作为训练作业提交时,您需要提供命令以将数据集的路径作为参数值传递。
解决方案:python script.py dataset1.csv
解决方案是否达到目标?
A.是的
B.不
查看答案与解析
第 19 题
Question#19Topic2
热点
-
查看以下 Azure CLI 命令和相关的二头肌摘录。

(不相关部分省略。)
您需要在合并之前验证该代码片段将执行的操作。对于以下每个陈述,如果该陈述为真,请选择“是”。否则,选择否。
注意:每个正确的选择都值得一分。

查看答案与解析
答案
YNN
解析
az Deployment Group create 部署到指定的现有资源组。项目管理的身份不会自动从父帐户继承。 targetScope = resourceGroup 不需要 Bicep 文件中的 subscriptionId 参数。
第 20 题
Question#20Topic2
拖放
-
团队在开发过程中进行交互式实验。该团队还运行可扩展的模型训练作业。
团队必须最大限度地降低成本,同时确保计算资源在需要时进行扩展。不同的工作负载在同一工作空间中需要不同的计算行为。
您需要配置支持每个工作负载的计算目标。
您应该使用哪些计算目标?要回答这个问题,请将适当的计算目标移至正确的工作负载类型。您可以使用每个计算目标一次、多次或根本不使用。您可能需要在窗格之间移动分割栏或滚动以查看内容。
注意:每个正确的选择都值得一分。

查看答案与解析
答案
FE
解析
计算实例针对交互式开发和实验进行了优化。计算集群为训练作业提供按需可扩展计算。
下载与使用
- 本资料按考试单独购买,支持 1、3、6 或 12 个月期限。
- 支付确认后,在“我的练习题”中查看下载入口和准确到期时间。
- 有效期内可重复下载;到期后需要重新购买。
- PDF 仅供购买者个人学习使用,不可转售或公开分享。
- 已下载至设备的文件不会因权限到期被远程删除。
如何选择适合自己的认证