A FinSight, uma startup de fintech rodando na conta 111122223333 em us-east-1, construiu um endpoint de inferência assíncrona do SageMaker para processamento pesado de documentos. O requisito deles: permitir até 50 inferências simultâneas por contêiner de modelo e publicar uma notificação SNS quando cada inferência assíncrona for concluída (sucesso ou falha). Quais DUAS etapas de configuração um engenheiro de ML deve realizar para atender a ambos os requisitos?

A primeira opção correta aborda ambos os requisitos diretamente. MaxConcurrentInvocationsPerInstance controla o número de invocações simultâneas por instância, e definir NotificationConfig com o ARN do tópico SNS e as permissões apropriadas permite que o SageMaker publique notificações de conclusão de inferência. A segunda opção correta utiliza a saída do S3 da inferência assíncrona. Ao configurar S3OutputPath, os resultados são armazenados no S3. As notificações de eventos do S3 podem então ser configuradas para enviar mensagens para um tópico SNS quando novos objetos (resultados da inferência) são adicionados, atendendo ao requisito de notificação. A opção de endpoint em tempo real é incorreta porque a questão especifica inferência assíncrona para processamento pesado. A opção de MaxConcurrentInvocationsPerModel está incorreta porque essa configuração não existe para inferência assíncrona; o controle é por instância. Além disso, o SageMaker não publica automaticamente no SNS sem configuração explícita de notificação. A opção de SageMaker Processing é incorreta porque é um serviço para processamento de dados, não para servir modelos de inferência em tempo real ou assíncronos.