ai-131Đọc toàn bộ đề miễn phí

Hệ Thống Metrics Monitoring Cho ML Model – Latency, Throughput, Error Rate

Production ML cần monitor 4 tín hiệu vàng: latency, throughput, error rate, saturation.

AITrung bình35 phút

Tiến độ của tôi ở bài này

Điểm được lưu vào tài khoản sau khi chấm bài.

Đang tải điểm của bạn…

Kiến thức và chủ đề

mlopsmonitoringmetricslatencythroughput

Kiến thức tiên quyết: model-serving-api-schema-validation.

Nội dung đề bài

Mục tiêu kiến thức

Production ML cần monitor 4 tín hiệu vàng: latency, throughput, error rate, saturation.

Yêu cầu

class ModelMetricsCollector:
    def __init__(self, window_size: int = 1000):
        pass
    def record_request(self, latency_ms: float, success: bool, tokens_generated: int = 0):
        pass
    def get_stats(self) -> dict:
        # Returns: p50, p95, p99 latency, throughput (req/s), error_rate, total_requests
        pass
    def reset(self):
        pass

Input

  • Lớp ModelMetricsCollector(window_size): Khởi tạo đối tượng với các tham số, trọng số hoặc cấu hình tương ứng.

Output

  • Các phương thức của ModelMetricsCollector: Trả về kết quả tính toán hoặc cập nhật trạng thái nội bộ của đối tượng.

Ràng buộc

  • Thời gian chạy tối đa: 2000ms.
  • Giới hạn bộ nhớ: 256MB.
  • Dữ liệu đầu vào hợp lệ theo đúng kiểu dữ liệu và miền giá trị được mô tả.

Ví dụ 1

Input

m = ModelMetricsCollector()
for ms in [10.0, 20.0, 30.0, 40.0, 50.0]:
    m.record_request(ms, True)
stats = m.get_stats()

Output

{
  'p50_ms': 30,
  'p95_ms': 48,
  'p99_ms': 49.6,
  'error_rate': 0,
  'total_requests': 5,
  'total_tokens': 0,
  'window_size': 5
}

Giải thích

Hàm/lớp được gọi với các tham số mẫu trên và trả về kết quả số học / kích thước tensor tương ứng theo đúng thiết kế.

Ví dụ 2

Input

m = ModelMetricsCollector()
for _ in range(99):
    m.record_request(10.0, True)
m.record_request(1000.0, True)
stats = m.get_stats()

Output

{
  'p50_ms': 10,
  'p95_ms': 10,
  'p99_ms': 19.9,
  'error_rate': 0,
  'total_requests': 100,
  'total_tokens': 0,
  'window_size': 100
}

Giải thích

Hàm/lớp được gọi với các tham số mẫu trên và trả về kết quả số học / kích thước tensor tương ứng theo đúng thiết kế.

3 cấp độ gợi ýMở dần khi bạn thật sự cần hỗ trợ.
Phân tích lời giảiGiải thích hướng tư duy và thuật toán.
Code tham khảoDùng để đối chiếu sau khi tự làm.

Gợi ý và lời giải chỉ mở sau khi bạn bấm Nộp bài. Giáo viên và quản trị viên mở được ngay.