ETL是用来描述将数据从来源端经过抽取（extract）、转换（transform）、加载（load）至目的端的过程。模型训练、模型部署属于数据挖掘中机器学习的两个阶段。机器学习的特征提取阶段会使用一些ETL的技术。

ETL过程不包含下列哪些步骤（）。A: 抽取数据 B:训练模型 C:模型部署 D: 转换数据

正确答案是：B:训练模型 和 C:模型部署

专业分析：
ETL是Extract（抽取）、Transform（转换）、Load（加载）的缩写，指的是数据仓库中的数据抽取、转换和加载过程。具体步骤如下：

1. **抽取数据（Extract）**：从各种数据源中获取数据，这些数据源可以是数据库、文件系统、API等。
2. **转换数据（Transform）**：将抽取的数据进行清洗、格式化、聚合等处理，使其符合目标数据仓库的要求。
3. **加载数据（Load）**：将转换后的数据加载到目标数据仓库或数据存储系统中。

而训练模型和模型部署是机器学习和数据科学中的步骤，不属于ETL过程的一部分。

- **训练模型（Training Model）**：使用算法对数据进行学习，生成一个模型。
- **模型部署（Model Deployment）**：将训练好的模型部署到生产环境中，以便进行预测或其他任务。

因此，训练模型和模型部署不包含在ETL过程的步骤中。