A empresa exige um fluxo de trabalho de aprovação manual para que apenas versões de modelo autorizadas possam ser implantadas em endpoints de produção. Qual solução satisfaz esse requisito?

A resposta correta é usar o SageMaker Pipelines e o AWS SDK para gerenciar o status de aprovação. O SageMaker Model Registry, que é integrado ao SageMaker Pipelines, permite que você registre versões de modelos e defina seu status de aprovação (por exemplo, "Pending", "Approved", "Rejected"). Ao integrar o SDK em seu pipeline, você pode programaticamente alterar o status de aprovação para "Approved" somente após a aprovação manual, garantindo que apenas modelos autorizados sejam implantados em produção. As outras opções estão incorretas porque: SageMaker Experiments é para rastrear e comparar execuções de treinamento, não para gerenciar aprovações de implantação. SageMaker ML Lineage Tracking é para registrar a linhagem de artefatos de ML, não para controlar o processo de aprovação de modelos para implantação. SageMaker Model Monitor é para detectar desvios de modelo e desequilíbrio de dados em produção, não para gerenciar aprovações antes da implantação.