あなたは、大手映画館チェーンのチケット販売プラットフォームを管理する会社で働いています。顧客はモバイルアプリを使用して興味のある映画を検索し、アプリ内でチケットを購入します。チケット購入リクエストは Pub/Sub に送信され、次の手順を実行するように構成された Dataflow ストリーミング パイプラインで処理されます。
1. 選択した映画館で映画チケットの空き状況を確認します。
2. チケットの価格を指定し、支払いを承諾します。
3. 選択した映画館でチケットを予約します。
4. 購入が成功したかどうかをデータベースに送信します。
このプロセスの各ステップには、低レイテンシ要件（50 ミリ秒未満）があります。BigQuery ML を使用して、無料ポップコーンのプロモーション コードを提供するとチケット購入の可能性が高まるかどうかを予測するロジスティック回帰モデルを開発しました。この予測をチケット購入プロセスに追加する必要があります。レイテンシを最小限に抑えながら、このモデルを本番環境にデプロイする最も簡単な方法を特定したいと考えています。何をすべきでしょうか。

セキュリティに敏感な企業の機械学習スペシャリストが、モデルトレーニング用のデータセットを準備しています。データセットは Amazon S3 に保存されており、個人を特定できる情報 (PII) が含まれています。
データセット:
* VPC からのみアクセスできる必要があります。
* パブリックインターネットを通過してはいけません。
これらの要件はどのように満たすことができますか?

You are an ML engineer at an ecommerce company and have been tasked with building a model that predicts how much inventory the logistics team should order each month. Which approach should you take?

CT スキャンの画像セグメンテーション用に AI プラットフォームを使用して ML モデルを開発しています。最新の研究論文に基づいてモデル アーキテクチャを頻繁に更新し、パフォーマンスのベンチマークを行うために同じデータセットでトレーニングを再実行する必要があります。コードのバージョン管理を行いながら、計算コストと手動介入を最小限に抑えたいと考えています。どうすればよいでしょうか?

顧客の購入履歴に基づいて顧客の購入を予測するカスタマイズされたディープ ニューラル ネットワークを Keras で設計する必要があります。複数のモデル アーキテクチャを使用してモデルのパフォーマンスを調査し、トレーニング データを保存し、同じダッシュボードで評価メトリックを比較できるようにしたいと考えています。どうすればよいでしょうか。