你在一家零售公司工作，负责开发一个机器学习模型来预测产品销量。公司的历史销售数据存储在 BigQuery 中，包含日期、店铺位置、产品类别和促销详情等特征。你需要选择最有效的 BigQuery ML 模型和特征工程组合，以最大化预测准确性。你应该怎么做？

你所在组织的员工入职团队希望你为新员工构建一个交互式自助工具。该工具需要接收用户查询，并从组织的内部文档中提供答案。这些文档分布在独立的文档中，如 PDF 文件。你希望快速构建解决方案，同时最小化维护开销。你应该怎么做？

你在一家电子商务公司工作，该公司希望自动对图像中的产品进行分类，以改善用户体验。你有一个庞大的标记图像数据集，描绘了各种独特的产品。你需要实现一个可扩展、有效且可快速部署的解决方案，用于识别定制产品。你应该怎么做？

你的团队正在为一家处理敏感患者信息的医疗保健公司开发客户支持聊天机器人。你需要确保在存储或分析数据之前，保护客户对话中捕获的所有个人身份信息 (PII)。你应该怎么做？

你的团队正在尝试为特定领域开发更小的蒸馏 LLM。你已经使用蒸馏 LLM 的几种变体对数据集进行了批量推理，并将批量推理输出存储在 Cloud Storage 中。你需要创建一个评估工作流，该工作流与你现有的 Vertex AI 管道集成，以评估 LLM 版本的性能，同时跟踪工件。你应该怎么做？

你在一家银行工作。你需要使用存储在 Cloud Storage 中的非结构化数据训练一个模型，该模型预测信用卡交易是否为欺诈。需要将数据转换为结构化格式，以便在 BigQuery 中进行分析。公司政策要求包含个人身份信息 (PII) 的数据保留在 Cloud Storage 中。你需要实现一个可扩展的解决方案，保留数据的分析价值。你应该怎么做？

你是一家银行的 ML 工程师。你需要构建一个解决方案，为贷款批准、信用额度和利率等 AI 驱动的决策提供透明且可理解的解释。你希望构建此系统，以要求最小的运营开销。你应该怎么做？

你正在构建一个从发票和收据中提取信息的应用程序。你希望用最少的自定义代码和训练来实现这个应用程序。你应该怎么做？

你在一家媒体公司工作，该公司运营一个流媒体电影平台，用户可以在数据库中搜索电影。现有的搜索算法使用关键字匹配来返回结果。最近，你观察到使用复杂语义查询的搜索有所增加，这些查询包括电影的元数据，如演员、类型和导演。你需要构建一个改进的搜索解决方案，以提供更好的结果，并且你需要尽快构建这个概念验证。你应该如何构建搜索平台？

你是一家流行视频流媒体平台的 AI 工程师。你使用 PyTorch 构建了一个分类模型来预测客户流失。每周，客户保留团队计划联系被确定为有流失风险的客户，并提供个性化优惠。你希望部署模型，同时最小化维护工作。你应该怎么做？

你的公司最近将几个 ML 模型迁移到了 Google Cloud。你已经开始在 Vertex AI 中开发模型。你需要实现一个跟踪模型工件和模型谱系的系统。你希望创建一个简单、有效的解决方案，该解决方案也可以用于未来的模型。你应该怎么做？

你在一家大型零售商工作，需要构建一个预测客户流失的模型。该公司有一个历史客户数据集，包括客户人口统计信息、购买历史和网站活动。你需要在 BigQuery ML 中创建模型并彻底评估其性能。你应该怎么做？

你最近在 TensorFlow 中开发了一个宽深模型。你使用 SQL 脚本生成训练数据集，该脚本通过对数据进行实例级转换来预处理 BigQuery 中的原始数据。你需要创建一个训练管道，以每周对模型进行重新训练。训练后的模型将用于生成每日推荐。你希望最小化模型开发和训练时间。你应该如何开发训练管道？

你是一家银行的 ML 工程师。银行的领导团队希望减少贷款违约的数量。银行在 BigQuery 中存储了有关贷款违约的标记历史数据。你被要求使用 AI 支持贷款申请流程。出于合规原因，你需要为贷款拒绝提供解释。你应该怎么做？

你正在开发一个自然语言处理模型，该模型分析客户反馈以识别积极、消极和中性体验。在测试阶段，你注意到该模型对某些人口群体表现出显著的偏见，导致分析结果有偏差。你希望遵循 Google 的负责任 AI 实践来解决此问题。你应该怎么做？

你最近在 Google Cloud 上部署了一个图像分类模型。你使用 Cloud Build 为该模型构建了 CI/CD 管道。你需要通过使用高效的重新训练过程来确保模型随着数据和代码的变化保持最新。你应该怎么做？

你领导一个数据科学团队，该团队正在从事一个涉及运行多个实验的计算密集型项目。你的团队分布在不同地区，需要一个提供最有效实时协作和快速实验的平台。你计划添加 GPU 以加快实验周期，并且你希望避免不得不手动设置基础架构。你希望使用 Google 推荐的方法。你应该怎么做？

你需要为图像编辑用例使用 Stable Diffusion XL 训练 ControlNet 模型。你希望尽快训练此模型。你应该选择哪种硬件配置来训练你的模型？

你是一个关键任务项目的首席 ML 工程师，该项目涉及使用 Apache Spark 分析海量数据集。你需要建立一个强大的环境，允许你的团队使用 Jupyter 笔记本快速原型化 Spark 模型。实现这一目标的最快方法是什么？

你正在 Cloud TPU 上训练一个大规模深度学习模型。通过 TensorBoard 监控训练进度时，你发现 TPU 利用率一直很低，并且一个训练步骤完成到下一个步骤开始之间存在延迟。你想提高 TPU 利用率和整体训练性能。你应该如何解决这个问题？