A FinTrust Inc. treina um modelo tabular de detecção de fraudes e armazena o CSV de treinamento em s3://fintrust-training/transactions/. A equipe da plataforma de ML deve criar uma linha de base de qualidade de dados do SageMaker Model Monitor (estatísticas e restrições) a partir dos dados de treinamento para que o monitoramento diário do esquema e das distribuições de entrada de inferência de produção possa alertar sobre desvio. Qual é a maneira mais apropriada e com o mínimo de esforço para produzir uma linha de base do Model Monitor adequada para uso por um MonitoringSchedule?

A opção correta é a mais apropriada e com o mínimo de esforço porque o SageMaker Model Monitor foi projetado especificamente para essa finalidade. O método DefaultModelMonitor.suggestbaseline (ou o CreateProcessingJob equivalente) automatiza a criação de estatísticas e restrições a partir de dados de treinamento, gerando uma linha de base pronta para uso por um MonitoringSchedule. As outras opções são menos eficientes ou inadequadas: Habilitar a captura de dados no endpoint de produção para gerar uma linha de base não é ideal, pois a linha de base deve ser derivada dos dados de treinamento para detectar desvios em relação ao que o modelo aprendeu, não aos dados de inferência iniciais. Usar o AWS Glue e converter manualmente as estatísticas para o formato JSON do Model Monitor é um processo manual e propenso a erros, além de não ser a ferramenta mais eficiente para essa tarefa específica. Executar uma consulta do Amazon Athena para calcular agregações básicas e armazená-las como métricas do CloudWatch não gera o formato completo de estatísticas e restrições que o Model Monitor espera para uma linha de base.