Um varejista usa o Amazon Redshift para gerenciamento de inventário em tempo real e tem um modelo de ML implantado em um endpoint em tempo real do SageMaker. A empresa precisa produzir recomendações imediatas de inventário e também prever a demanda futura de inventário. Qual das seguintes opções satisfará essas necessidades? (Escolha duas.)

O Amazon Redshift ML permite que os analistas de dados e engenheiros de dados criem, treinem e implantem modelos de machine learning usando comandos SQL diretamente no Redshift. Isso é ideal para gerar recomendações de inventário em tempo real, pois os dados já estão no Redshift e o modelo pode ser treinado e inferido no local. A capacidade de invocar um endpoint remoto do SageMaker diretamente via SQL no Redshift permite que o Redshift se integre perfeitamente com modelos de ML mais complexos ou pré-existentes implantados no SageMaker, como aqueles usados para previsão de demanda futura. As outras opções são incorretas porque: O Amazon Redshift ML não é usado para agendar exportações de dados para treinamento offline, mas sim para construir e usar modelos diretamente no Redshift. O SageMaker Autopilot é para criação e ajuste automático de modelos de ML, não para criar painéis de gerenciamento de inventário no Redshift. O Amazon Redshift é um data warehouse analítico, não um sistema de armazenamento de arquivos para arquivamento de relatórios.