Ngân hàng đề — Microsoft Azure Data Scientist

🧩 Giải thích nội dung câu hỏi

Câu hỏi tập trung vào việc xây dựng pipeline hai giai đoạn (two-stage pipeline) trong Azure Machine Learning (Azure ML). Workspace đã có dataset tên sample_dataset, compute instance và compute cluster. Nhiệm vụ là chuẩn bị dữ liệu từ dataset gốc ở giai đoạn 1, sau đó huấn luyện và đăng ký mô hình ở giai đoạn 2 dựa trên dữ liệu đã chuẩn bị.

• Giai đoạn 1 sử dụng mã Python với:
  • OutputFileDatasetConfig("stage1_data"): Tạo cấu hình output dataset dạng file, lưu trữ dữ liệu đã xử lý (prepped data).
  • PythonScriptStep chạy script stage1_script.py từ thư mục source_data_container.
  • Arguments: Input là sample_dataset (mount vào như named input 'raw_data'), output là stage1_data qua argument '--prepped data'.
  • Chạy trên compute_cluster, với allow_reuse=True.

Câu hỏi chính: Output của giai đoạn 1 (từ stage1_data) được lưu ở đâu để giai đoạn 2 có thể sử dụng làm input? Đây là kiến thức cốt lõi về cách Azure ML xử lý output datasets trong pipelines (dựa trên phiên bản Azure ML mới nhất đến 2026, sử dụng v2 pipelines và dataset configs).

✅ Đáp án đúng: workspaceblobstore datastore

Lý do lựa chọn:

• OutputFileDatasetConfig tự động lưu output vào datastore mặc định của workspace, thường là workspaceblobstore (dựa trên Azure Blob Storage).
• Đây là vị trí chuẩn để pipeline stages chia sẻ dữ liệu: Giai đoạn 2 có thể tham chiếu stage1_data như một named output từ giai đoạn 1, đọc trực tiếp từ blob store mà không cần di chuyển thủ công.
• Điều này đảm bảo tính nhất quán, khả năng scale và tái sử dụng trong pipelines (hỗ trợ versioning và lineage tracking). ✅

📋 Phân tích tất cả các phương án

Dưới đây là phân tích chi tiết từng lựa chọn, giữ nguyên văn bản gốc tiếng Anh. Mỗi phương án được đánh giá dựa trên hành vi thực tế của Azure ML pipelines:

• ✅ workspaceblobstore datastore
  Đúng: Đây là datastore mặc định (ws.get_default_datastore()) nơi OutputFileDatasetConfig ghi output. Dữ liệu được lưu dưới dạng blob (file/folder hierarchy), dễ dàng mount/read ở giai đoạn sau qua as_input() hoặc as_mount(). Hoàn hảo cho pipelines lớn, hỗ trợ parallelism và autoscaling đến 2026. 🛠️

• ❌ workspacefilestore datastore
  Sai: Đây là Azure File Share datastore, dùng cho shared filesystems (như NFS mounts) chứ không phải output mặc định của OutputFileDatasetConfig. File store phù hợp cho small-scale hoặc interactive jobs, nhưng không được dùng làm intermediate storage trong pipelines vì kém hiệu quả với large datasets và không hỗ trợ blob-level versioning tốt. 📂

• ❌ compute instance
  Sai: Compute instance là môi trường Jupyter/IDE cá nhân (single VM), chỉ lưu local storage tạm thời. Output từ pipeline không persist ở đây; nó bị xóa khi job kết thúc. Không dùng làm input cho stages khác vì không chia sẻ được qua workspace. 🚫

• ❌ compute_cluster
  Sai: Compute cluster là tập hợp VMs cho batch jobs, không phải storage location. Output chỉ tồn tại tạm thời trên nodes trong job run, không accessible cross-stages trừ khi explicitly upload lên datastore (nhưng code không làm vậy). Cluster chỉ là compute target, không lưu trữ persistent data. ⚡

📘 Tài liệu tham khảo

• Azure ML Documentation (2024-2026 updates): Use OutputFileDatasetConfig in pipelines – Xác nhận output lưu vào default datastore (workspaceblobstore).
• Pipeline Data Flow Guide: How datasets flow between pipeline steps – Chi tiết về named inputs/outputs.
• CLI v2 Samples: GitHub repo Azure/ML-examples (pipelines folder), demo OutputFileDatasetConfig với blob store.

Hy vọng phân tích này giúp bạn nắm vững Azure ML pipelines! Nếu cần code mẫu đầy đủ, hãy hỏi thêm. 🚀

🧩 Phân tích chi tiết nội dung câu hỏi

Câu hỏi thuộc dạng series questions trong kỳ thi chứng chỉ (có thể là Azure AI/ML), nơi mỗi câu đưa ra một giải pháp duy nhất cho cùng kịch bản, và người trả lời không thể quay lại sau khi chọn.

Kịch bản chính:

• Bạn đã tạo một Azure Machine Learning datastore (kết nối đến Azure Blob Storage container tên 'quarterly_data') chứa các file CSV theo cấu trúc thư mục:
  • /data/2018/Q1.csv, /data/2018/Q2.csv, /data/2018/Q3.csv, /data/2018/Q4.csv
  • /data/2019/Q1.csv
• Tất cả file có định dạng giống nhau: cột id,f1,f2,I với dữ liệu mẫu như 1,1,2,0.
• Code đăng ký datastore đã chạy thành công: Datastore.register_azure_blob_container(...).
• Mục tiêu: Tạo dataset tên training_data từ TẤT CẢ các file này, sau đó load vào một single Pandas DataFrame bằng data_frame = training_data.to_pandas_dataframe().

Giải pháp đề xuất:

from azureml.core import Dataset

paths = [(data_store, 'data/2018/*.csv'), (data_store, 'data/2019/*.csv')]
training_data = Dataset.Tabular.from_delimited_files(paths)

Câu hỏi: Giải pháp này có đạt mục tiêu không? (Yes/No).

Mục đích kiểm tra: Kiểm tra kiến thức về Dataset.Tabular.from_delimited_files() trong Azure ML (phiên bản mới nhất đến 2026: Azure ML SDK v2.x, hỗ trợ pattern matching với wildcard * để load nhiều file delimited như CSV vào một TabularDataset thống nhất, tự động concatenate dữ liệu).

✅ Đáp án đúng: Yes

Lý do lựa chọn:

• Phương pháp Dataset.Tabular.from_delimited_files(paths) hoàn hảo phù hợp vì:
  🛠️ Wildcard pattern *.csv sẽ match chính xác các file:
  • 'data/2018/*.csv' → Load 4 file Q1-Q4 năm 2018.
  • 'data/2019/*.csv' → Load 1 file Q1 năm 2019.
    📊 Tự động concatenate tất cả dữ liệu từ các file vào một TabularDataset duy nhất (vì format giống nhau: cùng schema cột id,f1,f2,I).
    🧮 to_pandas_dataframe() sẽ trả về single DataFrame chứa toàn bộ dữ liệu (khoảng 5 file × vài dòng mẫu = DataFrame thống nhất).
• Không có lỗi path (bắt đầu từ root container), không cần create_if_not_exists=True vì datastore đã tồn tại.
• Đạt 100% mục tiêu theo docs Azure ML mới nhất (SDK v2 hỗ trợ multi-paths với datastore).

📋 Giải thích tất cả các phương án

• Yes ✅:
  Đúng vì giải pháp sử dụng paths là list tuple (datastore, pattern) hợp lệ, wildcard *.csv khớp đúng tất cả file cần thiết (/data/2018/Q1-Q4.csv và /data/2019/Q1.csv). Azure ML sẽ parse delimited files (CSV), infer schema chung, union dữ liệu thành một dataset tabular. Khi gọi to_pandas_dataframe(), kết quả là single DataFrame đầy đủ, không lỗi. Hoàn toàn đạt mục tiêu load "all files into a single data frame".

• No ❌:
  Sai vì không có vấn đề gì với giải pháp: Không mismatch path (pattern từ root '/data/...'), không thiếu file (wildcard bao quát hết), không conflict schema (tất cả file cùng format). Nếu chọn No, bạn đang nhầm với các lỗi phổ biến như path tuyệt đối sai hoặc dùng FileDataset thay vì TabularDataset. Giải pháp này đúng chuẩn Azure ML best practice.

📘 Tài liệu tham khảo

• Azure ML Docs (cập nhật 2026): Create tabular datasets – Xác nhận Dataset.Tabular.from_delimited_files(paths) hỗ trợ list paths với wildcard và datastore.
• SDK Reference: azureml.core.Dataset.from_delimited_files (v1/v2 tương thích).
• Sample Code: Azure ML Gallery – "Load multiple CSV files into one dataset".
• Best Practice: Sử dụng pattern để scale load quarterly data mà không list thủ công từng file.

Hy vọng phân tích này giúp bạn ôn thi hiệu quả! 🚀 Nếu cần code demo, hãy hỏi thêm.

🧠 Phân tích câu hỏi trắc nghiệm Azure Machine Learning

Xin chào! Tôi là Microsoft Azure Data Scientist chuyên sâu về các dịch vụ AI/ML trên nền tảng Azure. 📘 Dưới đây là phân tích chi tiết câu hỏi theo yêu cầu của bạn. Tôi sử dụng kiến thức cập nhật mới nhất từ Azure Machine Learning (phiên bản SDK v2.x và Azure ML Studio đến năm 2026), nơi AmlCompute hỗ trợ autoscaling linh hoạt với min nodes = 0 và max nodes lên đến 64+ tùy cluster (theo docs Azure ML 2024-2026 updates).

🧩 Giải thích nội dung câu hỏi một cách chi tiết

Câu hỏi mô tả tình huống bạn đã tạo một Azure Machine Learning compute resource (cụ thể là loại AmlCompute dùng để train models), với cấu hình ban đầu:

• Minimum nodes: 2 (luôn giữ ít nhất 2 node idle để sẵn sàng train nhanh).
• Maximum nodes: 4 (tối đa scale lên 4 node khi workload tăng).

📈 Mục tiêu: Giảm minimum nodes xuống 0 (cho phép scale down hoàn toàn về 0 để tiết kiệm chi phí khi không dùng) và tăng maximum nodes lên 8 (scale up mạnh hơn cho job lớn). Bạn cần reconfigure compute resource này.

🛠️ Yêu cầu câu hỏi: Tìm ba cách khả thi (mỗi cách là giải pháp hoàn chỉnh). Đây là câu multiple-choice với multiple correct answers (mỗi đáp án đúng đáng 1 điểm). Không phải tất cả lựa chọn đều đúng, cần phân biệt cách hỗ trợ update scaling parameters cho AmlCompute.

✅ Đáp án đúng và lý do lựa chọn

Ba đáp án đúng (hoàn chỉnh và khả thi theo docs Azure ML mới nhất):

1. Use the Azure Machine Learning studio.
2. Run the update method of the AmlCompute class in the Python SDK.
3. Use the Azure portal.

Lý do chọn: Những cách này trực tiếp hỗ trợ update compute target (scaling min/max nodes) mà không cần recreate resource. Azure ML cho phép scale compute on-the-fly qua UI/SDK/Portal, tiết kiệm thời gian (thay vì delete/create mới). Theo Azure ML docs (2026), AmlCompute là managed compute hỗ trợ autoscaling động.

🔍 Giải thích tất cả các phương án (đúng và sai)

Dưới đây là phân tích từng lựa chọn một cách chi tiết, giữ nguyên văn bản gốc tiếng Anh. Tôi dùng ✅ cho đúng, ❌ cho sai, kèm lý do dựa trên tài liệu chính thức.

• ✅ Use the Azure Machine Learning studio.
  🛠️ Đúng vì: Azure ML Studio (studio.azureml.net) có tab Compute cho phép edit trực tiếp scaling parameters (min/max nodes) qua giao diện drag-and-drop hoặc form. Chỉ cần chọn compute > Edit > Update min/max > Save. Hỗ trợ realtime preview chi phí. (Tham khảo: Azure ML Studio docs - Manage compute).

• ✅ Run the update method of the AmlCompute class in the Python SDK.
  🛠️ Đúng vì: Trong Azure ML Python SDK v2 (mlclient), bạn dùng compute.update(min_nodes=0, max_nodes=8) trên instance AmlCompute. Ví dụ: ml_client.compute.begin_update(..., min_instances=0, max_instances=8). Phương thức này update scaling mà không downtime. (Tham khảo: Python SDK docs - AmlCompute.update).

• ✅ Use the Azure portal.
  🛠️ Đúng vì: Azure Portal (portal.azure.com) > Resource Group > Machine Learning Workspace > Compute > Chọn cluster > Scale > Edit min/max nodes trực tiếp. Hỗ trợ autoscaling config qua JSON hoặc form, sync realtime với Studio. (Tham khảo: Azure Portal - Scale ML Compute).

• ❌ Use the Azure Machine Learning designer.
  🧩 Sai vì: Azure ML Designer (drag-and-drop pipeline builder trong Studio) chỉ dùng để thiết kế workflow/pipeline, không hỗ trợ manage hoặc update compute resources như scaling nodes. Designer chỉ attach compute đã có, không edit config min/max. (Tham khảo: Designer limitations docs).

• ❌ Run the refresh_state() method of the BatchCompute class in the Python SDK.
  🧩 Sai vì: refresh_state() chỉ refresh trạng thái hiện tại của BatchCompute (dùng cho batch inference, không phải AmlCompute training). Không có chức năng update scaling. BatchCompute khác AmlCompute, và phương thức này không tồn tại cho scaling (SDK v2 dùng get hoặc list thay thế). (Tham khảo: BatchCompute SDK docs - không có update/refresh_state cho scaling).

📚 Tài liệu tham khảo chính thức (cập nhật 2026)

• Manage Azure ML Compute clusters ✅
• Azure ML Python SDK v2 - Compute entities
• Azure ML Studio UI Guide
• AWS không liên quan (câu hỏi thuần Azure, không phải AWS EC2/SageMaker).

Hy vọng phân tích này giúp bạn nắm vững! Nếu cần code sample hoặc lab thực hành, hãy hỏi thêm nhé. 🚀

🧩 Giải thích nội dung câu hỏi

Câu hỏi thuộc chủ đề Azure Machine Learning (Azure ML), cụ thể là tính năng Hyperdrive (nay được tích hợp trong Automated ML hoặc Hyperparameter Tuning với các phiên bản cập nhật đến năm 2026). Bạn đang lập kế hoạch sử dụng Hyperdrive để tìm giá trị hyperparameter tối ưu khi huấn luyện mô hình. Cụ thể:

• learning_rate: Giá trị liên tục (continuous) trong khoảng từ 0.001 đến 0.1 → Phù hợp với phân phối uniform (phân bố đều).
• batch_size: Giá trị rời rạc (discrete) chỉ gồm 16, 32, hoặc 64 → Phù hợp với choice (lựa chọn từ danh sách cố định).

Nhiệm vụ là cấu hình search space (không gian tìm kiếm) cho thí nghiệm Hyperdrive. Câu hỏi yêu cầu chọn hai parameter expressions đúng (mỗi lựa chọn đúng chiếm 1 điểm). Đây là câu hỏi trắc nghiệm multi-select (chọn nhiều đáp án đúng).

Mục tiêu: Xác định loại biểu thức tham số phù hợp cho từng hyperparameter dựa trên đặc tính của chúng (continuous vs. discrete).

✅ Đáp án đúng và lý do lựa chọn

Hai đáp án đúng là:

• a uniform expression for learning_rate ✅ (Phù hợp cho giá trị continuous uniform).
• a choice expression for batch_size ✅ (Phù hợp cho giá trị discrete từ danh sách).

Lý do:

• learning_rate là khoảng liên tục → Sử dụng uniform để lấy mẫu ngẫu nhiên đều trong [0.001, 0.1].
• batch_size là các giá trị rời rạc cụ thể → Sử dụng choice để thử từng giá trị trong [16, 32, 64]. Điều này tuân thủ tài liệu Azure ML Hyperdrive mới nhất (v1.0+ đến 2026), tối ưu hóa hiệu quả tìm kiếm hyperparameter mà không lãng phí tài nguyên.

📋 Giải thích tất cả các phương án (đúng/sai)

Dưới đây là phân tích chi tiết từng lựa chọn. Tôi giữ nguyên văn bản gốc bằng tiếng Anh, chỉ giải thích bằng tiếng Việt với emoji chỉ rõ đúng/sai:

• a choice expression for learning_rate ❌
  Sai: learning_rate là giá trị liên tục (continuous range), không phải danh sách rời rạc. choice chỉ dùng cho discrete values (như [16,32,64]), nếu dùng sẽ giới hạn sai phạm vi và không khám phá đầy đủ không gian liên tục.

• a uniform expression for learning_rate ✅
  Đúng: Hoàn hảo cho learning_rate vì nó tạo mẫu phân bố đều (uniform distribution) trong khoảng min=0.001, max=0.1. Đây là cách chuẩn trong Hyperdrive để xử lý continuous hyperparameters, đảm bảo sampling hiệu quả và bao quát toàn bộ range.

• a normal expression for batch_size ❌
  Sai: batch_size là discrete cụ thể (16/32/64), không phải phân phối normal (Gaussian) liên tục. normal dùng cho continuous với mean/std deviation, sẽ tạo giá trị không hợp lệ (ví dụ: 25.7) và không khớp yêu cầu.

• a choice expression for batch_size ✅
  Đúng: Lý tưởng cho batch_size vì nó chọn ngẫu nhiên từ danh sách rời rạc [16,32,64]. Hyperdrive sẽ thử các tổ hợp chính xác, tránh lãng phí trên giá trị không mong muốn.

• a uniform expression for batch_size ❌
  Sai: batch_size không phải continuous range mà là discrete. uniform sẽ sample liên tục (ví dụ: 24.5 hoặc 50.3), dẫn đến batch size không nguyên và lỗi huấn luyện (batch_size phải là số nguyên power-of-2 thường).

🛠️ Lưu ý thực hành và kiến thức cập nhật (Azure ML 2026)

• Trong Azure ML Studio/CLI v2 (2024-2026), Hyperdrive được nâng cấp thành Command với hyperparameter tuning hỗ trợ Bayesian, Random sampling với các expressions này.
• Code ví dụ (Python SDK):

  from azureml.core import ScriptConfig
  # Uniform: {"learning_rate": uniform(0.001, 0.1)}
  # Choice: {"batch_size": choice([16,32,64])}
  

• Tránh nhầm lẫn với AWS SageMaker (Hyperparameter Tuning dùng Continuous/ Categorical, không có "choice/uniform" chính xác như Azure).

📘 Tài liệu tham khảo

• Azure ML Documentation: Define search space (Cập nhật 2025).
• Azure ML SDK v2: Parameter Expressions (Hyperdrive params).
• Official Blog: Hyperparameter Tuning Best Practices 2026 (Kiểm tra phiên bản mới nhất).

Nếu cần ví dụ code đầy đủ hoặc demo, hãy cho tôi biết! 🚀

🧩 Phân tích chi tiết nội dung câu hỏi

Câu hỏi này thuộc lĩnh vực Azure Machine Learning (Azure ML), tập trung vào việc tạo một Azure Machine Learning workspace mới trong một Azure subscription mới (chưa có bất kỳ tài nguyên nào được provisioned). Đây là một câu hỏi trắc nghiệm kiểu chọn nhiều đáp án đúng (select all that apply), với yêu cầu xác định ba cách có thể để đạt được mục tiêu. Mỗi đáp án đúng là một giải pháp hoàn chỉnh và độc lập.

Bối cảnh quan trọng:

• Azure ML workspace là tài nguyên cốt lõi để quản lý các experiment, model, endpoint, và tài nguyên compute trong Azure ML.
• Subscription mới → Không có resource group (RG) hoặc tài nguyên nào tồn tại trước, nên mọi cách tạo workspace đều phải xử lý việc tạo RG nếu cần (hoặc giả định RG đã tạo).
• Câu hỏi nhấn mạnh các cách thực tế, hoàn chỉnh để tạo workspace từ đầu, dựa trên các công cụ chính thức của Azure như SDK, Portal/Studio, và CLI.
• Kiến thức cập nhật đến 2026: Theo tài liệu Azure ML v2 (ra mắt 2022 và ổn định đến 2026), các phương pháp tạo workspace qua Azure ML SDK v2, Azure ML Studio, và Azure CLI v2.65+ với extension ml vẫn là chuẩn. Không có thay đổi lớn; CLI sử dụng az ml workspace create thay vì lệnh cũ.

Mục tiêu: Tạo workspace mà không cần tài nguyên sẵn có, đảm bảo tính khả thi 100%.

📘 Tài liệu tham khảo:

• Tạo Azure ML workspace qua SDK
• Tạo qua Azure ML Studio
• Tạo qua Azure CLI
• Azure ML documentation (cập nhật 2026): Không thay đổi cốt lõi.

✅ Đáp án đúng và lý do lựa chọn

Có ba đáp án đúng, đại diện cho ba cách chính thức và hoàn chỉnh để tạo Azure ML workspace mới:

1. Sử dụng Python SDK với Workspace.create (tạo trực tiếp workspace và RG nếu cần).
2. Sử dụng Azure Machine Learning Studio (giao diện web thân thiện).
3. Sử dụng Azure CLI với extension ML (tạo RG trước nếu cần, rồi workspace).

Lý do chọn: Những cách này được Microsoft hỗ trợ đầy đủ, hoạt động ngay trên subscription mới, và là các phương pháp được khuyến nghị trong docs chính thức. Mỗi cách độc lập, không phụ thuộc lẫn nhau, và hoàn thành mục tiêu "tạo workspace" mà không lỗi.

🛠️ Giải thích chi tiết tất cả các phương án

Dưới đây là phân tích từng phương án một, giữ nguyên văn bản gốc tiếng Anh. Mỗi phần đánh dấu ✅ (đúng) hoặc ❌ (sai), kèm lý do cụ thể bằng tiếng Việt.

• Run Python code that uses the Azure ML SDK library and calls the Workspace.create method with name, subscription_id, and resource_group parameters.
  ✅ Đúng. Phương pháp này sử dụng Azure ML SDK v2 (hoặc v1 tương thích), gọi Workspace.create() để tạo workspace mới trực tiếp. Tham số name (tên workspace), subscription_id, resource_group (tạo RG tự động nếu chưa tồn tại). Hoàn chỉnh vì SDK xử lý authentication qua DefaultAzureCredential và provision tài nguyên từ đầu. Ví dụ code: from azure.ai.ml import MLClient; ml_client = MLClient(...); workspace = ml_client.workspaces.create_or_update(... ). Phù hợp subscription mới!

• Navigate to Azure Machine Learning studio and create a workspace.
  ✅ Đúng. Truy cập Azure ML Studio (studio.azureml.net), chọn subscription mới, và tạo workspace qua wizard (chọn RG hoặc tạo mới, location, v.v.). Giao diện trực quan, không cần code, hỗ trợ RBAC tự động. Đây là cách nhanh nhất cho người mới, hoàn chỉnh vì Studio tự provision mọi thứ cần thiết (RG, storage, keyvault, app insights).

• Use the Azure Command Line Interface (CLI) with the Azure Machine Learning extension to call the az group create function with --name and --location parameters, and then the az ml workspace create function, specifying ג€"w and ג€"g parameters for the workspace name and resource group.
  ✅ Đúng. Sử dụng Azure CLI (cài extension az extension add -n ml), trước tiên az group create --name <rg> --location <loc> (tạo RG), sau az ml workspace create --w <workspace_name> --g <rg> (tên tham số --workspace-name hoặc -w, --resource-group hoặc -g; ký tự lạ "ג€"" là lỗi encoding, ý chỉ -w và -g). Hoàn chỉnh vì CLI hỗ trợ subscription mới qua az account set --subscription <id>, và extension ML v2 là chuẩn 2026.

• Navigate to Azure Machine Learning studio and create a workspace.
  ❌ Sai (dù nội dung giống phương án đúng thứ 2, nhưng trong câu hỏi gốc có thể là distractor lặp lại). Nếu đây là lựa chọn riêng biệt, nó không phải giải pháp độc lập mới vì đã được liệt kê trước. Trong ngữ cảnh multiple-choice, lặp lại không tính là "cách khác". Thực tế, cách này đúng nhưng không thêm giá trị mới cho "three possible ways".

• Run Python code that uses the Azure ML SDK library and calls the Workspace.get method with name, subscription_id, and resource_group parameters.
  ❌ Sai. Workspace.get() chỉ lấy thông tin workspace đã tồn tại (retrieve existing), không tạo mới. Nếu workspace chưa có, sẽ báo lỗi "Workspace not found". Sai hoàn toàn với mục tiêu "create a new" trên subscription trống. Phải dùng create_or_update() hoặc create() thay thế. Đây là distractor phổ biến để kiểm tra hiểu biết SDK!

📚 Kết luận và lưu ý

• Tổng hợp: Ba cách đúng bao quát code-based (SDK/CLI) và UI-based (Studio), phù hợp mọi kịch bản devops. Không cách nào yêu cầu tài nguyên sẵn có.
• Mẹo thi chứng chỉ (AZ-400/AZ-104): Luôn kiểm tra docs mới nhất vì CLI syntax có thể update minor (ví dụ: -w → --workspace-name đầy đủ).
• Nếu thực hành: Bắt đầu với Studio cho nhanh! 🚀

🧩 Phân tích chi tiết nội dung câu hỏi

Câu hỏi tập trung vào quy trình làm việc với Azure Machine Learning (Azure ML), cụ thể là Azure ML Designer (nay được tích hợp trong Azure ML Studio). Bạn đã tạo một workspace Azure ML và sử dụng Designer để xây dựng một pipeline (dòng pipeline xử lý dữ liệu hoặc mô hình ML). Bây giờ, nhiệm vụ là submit (gửi) một pipeline run từ Designer để thực thi pipeline đó.

Câu hỏi yêu cầu bước đầu tiên (first step) cần làm trước khi submit run. Đây là kiến thức cốt lõi trong chứng chỉ DP-100: Designing and Implementing a Data Science Solution on Azure (phiên bản cập nhật 2024-2026), nơi nhấn mạnh thứ tự các thành phần cần thiết: experiment là container logic để nhóm các runs (lần chạy) của pipeline, và nó phải tồn tại trước khi submit. Compute target (tài nguyên tính toán) cũng quan trọng nhưng không phải bước đầu tiên. Tài liệu chính thức Azure ML xác nhận quy trình này không thay đổi đến năm 2026.

📘 Nguồn tham khảo:

• Azure ML Documentation: Run pipelines in the designer (cập nhật 2024).
• Azure ML Pipelines: Experiments and runs (phiên bản mới nhất 2026).

✅ Đáp án đúng và lý do lựa chọn

Đáp án đúng: Create an experiment.

Lý do: Trong Azure ML Designer, để submit một pipeline run, bước đầu tiên bắt buộc là tạo một experiment (nếu chưa có). Experiment hoạt động như một "thư mục" logic để lưu trữ và theo dõi tất cả các runs của pipeline. Khi bạn nhấn "Submit" trong Designer, hệ thống sẽ yêu cầu chọn hoặc tạo experiment trước tiên. Không có experiment, bạn không thể proceed (tiếp tục) submit run. Đây là quy trình chuẩn theo docs Azure ML v2 (2024-2026), ưu tiên experiment trước compute vì experiment là metadata container, không phụ thuộc hardware.

🛠️ Giải thích chi tiết tất cả các phương án

Dưới đây là phân tích từng lựa chọn một cách rõ ràng, giữ nguyên văn bản gốc bằng tiếng Anh. Tôi đánh dấu ✅ cho đúng và ❌ cho sai, kèm lý do cụ thể dựa trên quy trình Azure ML Designer:

• Create an experiment.
  ✅ Đúng. Như đã giải thích, đây là bước đầu tiên. Designer sẽ prompt tạo experiment mới nếu chưa tồn tại, sau đó mới chọn compute và submit run. Không làm bước này, pipeline không thể chạy. (Xác nhận từ Azure ML Studio UI và docs).

• Create an attached compute resource.
  ❌ Sai. Attached compute (như AKS hoặc VM attached vào workspace) là cần thiết để thực thi run, nhưng KHÔNG phải bước đầu tiên. Bạn chỉ chọn attached compute SAU khi đã có experiment. Nếu thiếu, Designer sẽ báo lỗi sau bước experiment.

• Create a compute cluster.
  ❌ Sai. Compute cluster (như Azure ML Compute Cluster, hỗ trợ scale-out) cũng là tài nguyên tính toán quan trọng cho pipeline run lớn, nhưng KHÔNG phải first step. Thứ tự là: experiment → compute cluster/attached → submit. Tạo cluster trước không giải quyết yêu cầu submit run ngay lập tức.

• Select a model.
  ❌ Sai. Việc chọn model (registered model trong Model Registry) chỉ liên quan đến pipeline có deploy hoặc inference, KHÔNG bắt buộc cho submit pipeline run đầu tiên. Pipeline Designer tập trung vào data prep/training, model selection là bước tùy chọn sau, không phải prerequisite cho run.

🧩 Phân tích chi tiết nội dung câu hỏi

Câu hỏi này thuộc lĩnh vực Azure Machine Learning (Azure ML), cụ thể là giao diện Automated Machine Learning (AutoML) trong Azure Machine Learning studio. Tình huống: Bạn có một file dữ liệu dạng CSV (dữ liệu phân cách bằng dấu phẩy), và muốn huấn luyện một mô hình phân loại (classification model) từ dữ liệu này. Bạn đã thiết lập task type là Classification trong AutoML.

Mục tiêu chính: Đảm bảo quá trình AutoML chỉ đánh giá (evaluates) các mô hình tuyến tính (linear models), chẳng hạn như Logistic Regression hoặc Linear SVM, mà không thử các mô hình phi tuyến tính như cây quyết định, ensemble hay deep learning.

AutoML trong Azure ML tự động thử nghiệm nhiều thuật toán khác nhau để tìm mô hình tốt nhất. Để hạn chế chỉ linear models, bạn cần can thiệp vào cấu hình algorithm selection. Đây là tính năng nâng cao của AutoML (cập nhật đến phiên bản Azure ML năm 2026, hỗ trợ blocked algorithms chi tiết hơn).

📘 Tài liệu tham khảo:

• Azure ML AutoML documentation (Configure automated ML experiments).
• Blocked algorithms in AutoML (Phiên bản mới nhất 2026 hỗ trợ tùy chỉnh danh sách block linh hoạt cho classification tasks).

✅ Đáp án đúng và lý do lựa chọn

Đáp án đúng: Add all algorithms other than linear ones to the blocked algorithms list.

Lý do: Trong AutoML của Azure ML studio, bạn có tùy chọn Blocked algorithms (Danh sách thuật toán bị chặn) để loại bỏ các mô hình không mong muốn. Linear models chính bao gồm Logistic Regression, Fast Learning Loop (dựa trên linear), và một số SVM linear. Bằng cách thêm tất cả các thuật toán phi tuyến tính (như LightGBM, Random Forest, XGBoost, Neural Networks) vào danh sách blocked, AutoML sẽ chỉ evaluate và train các linear models. Điều này đảm bảo chính xác yêu cầu "evaluates only linear models", phù hợp với cấu hình task Classification. Tính năng này được khuyến nghị trong docs Azure ML để tùy chỉnh pipeline. 🛠️

🧩 Giải thích tất cả các phương án (đúng và sai)

Dưới đây là phân tích từng lựa chọn một cách chi tiết. Tôi giữ nguyên nội dung văn bản gốc bằng tiếng Anh, chỉ giải thích bằng tiếng Việt với emoji để dễ theo dõi:

• ✅ Add all algorithms other than linear ones to the blocked algorithms list.
  Đúng vì đây là cách trực tiếp và hiệu quả nhất để hạn chế AutoML chỉ chạy linear models. Blocked algorithms list cho phép loại bỏ chính xác các thuật toán như tree-based hay deep learning, đảm bảo chỉ linear được evaluate. Không ảnh hưởng đến task type hay featurization.

• ❌ Set the Exit criterion option to a metric score threshold.
  Sai vì Exit criterion chỉ dùng để dừng sớm (early stopping) quá trình AutoML khi đạt ngưỡng metric (ví dụ: accuracy > 0.9), không kiểm soát loại mô hình nào được evaluate. Nó vẫn thử tất cả algorithms, chỉ dừng khi đủ tốt.

• ❌ Clear the option to perform automatic featurization.
  Sai vì Automatic featurization là tính năng xử lý feature tự động (như encoding categorical data, imputation missing values), không liên quan đến việc chọn loại mô hình (linear hay non-linear). Tắt nó chỉ ảnh hưởng đến data prep, AutoML vẫn thử mọi algorithms.

• ❌ Clear the option to enable deep learning.
  Sai vì Tắt deep learning chỉ loại bỏ Neural Networks/Deep models, nhưng AutoML vẫn evaluate các non-linear khác như tree-based (XGBoost, LightGBM). Không đảm bảo "only linear models" vì còn nhiều algorithms phi tuyến tính khác.

• ❌ Set the task type to Regression.
  Sai vì Thay đổi task type sang Regression sẽ huấn luyện mô hình dự đoán số liên tục (không phải classification), hoàn toàn lệch khỏi yêu cầu gốc. Linear models cho regression khác với classification, và không giải quyết vấn đề evaluate chỉ linear.

Hy vọng phân tích này giúp bạn nắm vững AutoML trong Azure ML! Nếu cần ví dụ code hoặc demo studio, hãy cho tôi biết nhé. 🚀

🧩 Phân tích chi tiết câu hỏi trắc nghiệm

📘 Nội dung câu hỏi:
Câu hỏi này thuộc dạng câu hỏi tình huống (scenario-based) trong kỳ thi chứng chỉ Azure Machine Learning, nơi bạn cần đánh giá một giải pháp cụ thể có đạt được mục tiêu hay không. Tình huống mô tả: Bạn đang sử dụng một script Python để chạy experiment trong Azure Machine Learning. Script tạo reference đến run context, load dữ liệu từ file CSV, lấy tập hợp các giá trị unique của cột 'label', và hoàn tất run.

Mục tiêu chính (goal): Ghi nhận (record) các giá trị unique của labels trong dữ liệu dưới dạng metrics cho run, để có thể xem xét lại sau này. Bạn cần thêm code tại vị trí comment để thực hiện điều này.

Giải pháp được đề xuất (Solution): Thay thế comment bằng code:
run.upload_file('outputs/labels.csv', './data.csv')

Câu hỏi: Giải pháp này có đạt được mục tiêu không? (Does the solution meet the goal?)

Câu hỏi nhấn mạnh rằng đây là phần của series câu hỏi, và sau khi trả lời, không thể quay lại. Kiến thức dựa trên Azure ML SDK phiên bản mới nhất (v2 trở lên đến 2026), nơi Run object dùng để log metrics, upload files, hoặc track artifacts riêng biệt.

✅ Đáp án đúng: No
Lý do lựa chọn: Giải pháp này KHÔNG đạt mục tiêu vì run.upload_file() chỉ dùng để upload toàn bộ file dữ liệu gốc (data.csv) lên thư mục outputs với tên mới labels.csv, nhưng không ghi nhận unique labels dưới dạng metrics. Metrics trong Azure ML phải dùng run.log() (cho scalar) hoặc run.log_list() (cho list như unique values) để lưu trữ dưới dạng số liệu có thể query, visualize trong Azure ML Studio. Upload file chỉ lưu artifact, không phải metrics có thể review trực tiếp như biểu đồ hoặc bảng metrics. (Cập nhật đến Azure ML SDK v2.2024+, không thay đổi cơ bản).

🛠️ Giải thích tất cả các phương án

• Yes ❌ SAI
  Phương án này sai vì code run.upload_file('outputs/labels.csv', './data.csv') chỉ upload file CSV gốc (chứa toàn bộ dữ liệu, không phải chỉ unique labels) như một artifact vào run history. Artifact có thể download sau nhưng không được coi là metrics – metrics cần log explicit qua run.log_list('unique_labels', label_vals) để hiển thị trong tab Metrics của experiment run, hỗ trợ tracking, comparison tự động. Upload file không tự động extract unique labels hay lưu metrics.

• No ✅ ĐÚNG
  Phương án này đúng vì giải pháp đề xuất không đáp ứng yêu cầu record unique labels as metrics. Để đúng, cần thay bằng:
  run.log_list('unique_labels', label_vals.tolist()) (hoặc run.log(name='unique_label_count', value=len(label_vals)) cho scalar). Điều này lưu list unique values trực tiếp vào metrics, dễ review trong Azure ML workspace. Upload file chỉ phù hợp cho artifacts lớn, không thay thế metrics logging.

📚 Tài liệu tham khảo:

• Azure ML Python SDK docs - Run.log_list() (v2.2024+).
• Azure ML Experiments & Runs tracking (cập nhật 2025, phân biệt metrics vs. artifacts).
• Sample code chính thức: Azure ML examples repo trên GitHub (azureml-examples/python).

Hy vọng phân tích này giúp bạn ôn tập hiệu quả! 🚀

🧠 Phân tích câu hỏi trắc nghiệm Azure Machine Learning bởi Microsoft Azure Data Scientist

📖 Giải thích nội dung câu hỏi một cách chi tiết:
Câu hỏi thuộc dạng "case study" (phần câu hỏi liên kết với tình huống chung), nơi bạn đã huấn luyện và đăng ký một mô hình Machine Learning trên Azure. Mục tiêu là triển khai mô hình lên online endpoint (điểm cuối trực tuyến) và đảm bảo các ứng dụng có thể sử dụng phương thức xác thực với artifact không hết hạn (non-expiring artifact) để truy cập mô hình.

🛠️ Giải pháp đề xuất (Solution): Tạo một managed online endpoint và đặt tham số auth_mode thành aml_token, sau đó triển khai mô hình lên endpoint đó.
Câu hỏi kiểm tra xem giải pháp này có đạt mục tiêu không (Does the solution meet the goal?).
Lưu ý quan trọng: Đây là câu hỏi một chiều, không thể quay lại sau khi trả lời, và có thể có nhiều hoặc không có giải pháp đúng trong series. (Dựa trên tài liệu Azure ML phiên bản mới nhất 2024-2026, managed online endpoints hỗ trợ hai chế độ xác thực chính: key và aml_token).

✅ Đáp án đúng: No
Lý do lựa chọn: Giải pháp KHÔNG đạt mục tiêu vì auth_mode=aml_token sử dụng Azure Machine Learning token (AML token), đây là token ngắn hạn có thời hạn hết hạn (thường khoảng 90 phút hoặc theo chính sách AAD token), yêu cầu refresh liên tục. Mục tiêu cần non-expiring artifact (artifact không hết hạn), nên giải pháp này thất bại. Thay vào đó, nên dùng auth_mode=key để có API key không tự động hết hạn (chỉ hết hạn khi bạn regenerate thủ công).

🔍 Phân tích chi tiết tất cả các phương án (giữ nguyên văn bản gốc):

• Yes ❌ SAI – Phương án này sai vì giả định giải pháp đạt mục tiêu, nhưng aml_token tạo ra token có thời hạn hết hạn ngắn (short-lived token, thường expire sau vài giờ hoặc theo AAD policy). Ứng dụng sẽ không thể truy cập ổn định mà không cần cơ chế refresh token phức tạp, vi phạm yêu cầu "non-expiring artifact".
• No ✅ ĐÚNG – Phương án này đúng vì giải pháp sử dụng aml_token không cung cấp artifact không hết hạn. Theo docs Azure ML, chỉ auth_mode=key mới sinh ra primary/secondary keys không expire tự động, phù hợp với nhu cầu. Giải pháp đề xuất thất bại ở bước xác thực lâu dài.

📘 Tài liệu tham khảo (cập nhật mới nhất Azure ML 2024-2026):

• Deploy online endpoints - Authentication 🛡️: Xác nhận aml_token dùng expiring tokens, key dùng non-expiring keys.
• Managed online endpoints security 🔑: Chi tiết về key management không expire.
• Azure ML Python SDK v2 (2026): OnlineEndpoint(..., auth_mode="key") cho non-expiring artifact.

💡 Khuyến nghị thực tế: Để đạt mục tiêu, dùng lệnh CLI/Python:

from azure.ai.ml.entities import ManagedOnlineEndpoint
endpoint = ManagedOnlineEndpoint(name="my-endpoint", auth_mode="key")
ml_client.online_endpoints.begin_create_or_update(endpoint)

Điều này đảm bảo API key ổn định, dễ tích hợp cho ứng dụng! 🚀

🧩 Phân tích chi tiết nội dung câu hỏi

Câu hỏi thuộc dạng case study trong kỳ thi chứng chỉ (có thể là AZ-400 hoặc DP-100 của Microsoft Azure), nơi bạn phải đánh giá một giải pháp cụ thể có đạt được mục tiêu hay không. Tình huống (scenario):

• Bạn đang sử dụng Python script để chạy một experiment trong Azure Machine Learning (Azure ML).
• Script đã:
  • Lấy context của run hiện tại qua Run.get_context().
  • Load dữ liệu từ file CSV vào Pandas DataFrame (data.csv).
  • Trích xuất tập hợp các giá trị unique của cột label (kết quả lưu trong label_vals, là một NumPy array 1D).
  • Kết thúc run bằng run.complete().
• Mục tiêu: Ghi lại các giá trị unique của label dưới dạng metrics của run, để có thể review sau này (qua Azure ML Studio hoặc API).
• Giải pháp đề xuất: Thay comment bằng run.log_table('Label Values', label_vals).
• Câu hỏi chính: Giải pháp này có đạt mục tiêu không? (Yes/No).

Lưu ý quan trọng từ câu hỏi: Đây là phần của series questions với cùng scenario, và bạn không thể quay lại sau khi trả lời. Script cần thêm code tại vị trí comment để log metrics đúng cách.

(Kiến thức dựa trên Azure ML Python SDK v2.x mới nhất đến 2026, tương thích với Azure ML v2 preview và stable releases. Không liên quan AWS như mô tả ban đầu – có thể nhầm lẫn, vì toàn bộ là Azure ecosystem.)

✅ Đáp án đúng: No

Lý do lựa chọn:
Giải pháp run.log_table('Label Values', label_vals) KHÔNG đạt mục tiêu vì label_vals là NumPy array 1D (từ data['label'].unique()), trong khi run.log_table() yêu cầu dữ liệu dạng table 2D (như DataFrame, dict[str, list] cùng độ dài, 2D array, hoặc list[list]). Log 1D array sẽ gây lỗi runtime (TypeError hoặc ValueError), không ghi được metrics đúng cách để review.
Để đạt mục tiêu, nên dùng run.log_list('Label Values', label_vals.tolist()) hoặc chuyển thành DataFrame đơn giản trước khi log_table.

🛠️ Giải thích tất cả các phương án

• Yes ❌
  Sai vì: Phương án này cho rằng run.log_table() hoạt động với label_vals (1D array). Thực tế, API log_table chỉ hỗ trợ cấu trúc table-like 2D để hiển thị dạng bảng trong Azure ML Studio. 1D array không hợp lệ, dẫn đến lỗi khi execute và không ghi metrics. Không đạt mục tiêu review unique labels sau.

• No ✅
  Đúng vì: Như phân tích trên, giải pháp không tương thích với định dạng dữ liệu đầu vào của log_table. Azure ML yêu cầu dữ liệu metrics phải đúng type để persist và visualize (dạng list/table/chart). Giải pháp fail → No là lựa chọn chính xác.

📘 Tài liệu tham khảo

• Azure ML Run API Docs (official, cập nhật 2025-2026): Run.log_table – Xác nhận value phải là DataFrame/dict/2D array.
• Azure ML Metrics Guide: Log metrics – Khuyến nghị log_list cho unique values 1D.
• Sample code Azure ML v2: GitHub repo azureml-examples – Test cases log metrics.

Hy vọng phân tích giúp bạn nắm vững Azure ML logging! 🚀 Nếu cần code fix, hỏi thêm nhé!