A aplicação deve fornecer um fluxo de trabalho sob demanda para avaliar o desvio de viés (bias drift) para modelos implantados em endpoints em tempo real. Qual ação atende a esse requisito?

A invocação de uma função AWS Lambda para iniciar um trabalho do SageMaker Clarify é a solução mais eficaz. O SageMaker Clarify é projetado especificamente para detectar desvio de viés e desvio de dados em modelos de ML, oferecendo uma análise sob demanda e detalhada. A função Lambda atua como um orquestrador leve, permitindo que a aplicação desencadeie a avaliação sem gerenciar a infraestrutura subjacente. Invocar uma função Lambda para extrair a imagem do contêiner sagemaker-model-monitor-analyzer não inicia diretamente uma avaliação de viés; essa imagem é usada internamente pelo Model Monitor para monitoramento contínuo, não para análise sob demanda via Lambda. O AWS Glue Data Quality foca na qualidade geral dos dados, não especificamente na detecção de viés em modelos de ML. Usar notebooks SageMaker para comparar métricas manualmente é ineficiente e não atende ao requisito de um fluxo de trabalho automatizado e sob demanda.