Uma empresa de e-commerce tem um endpoint SageMaker factorization machines (FM) implantado para recomendações de produtos. A equipe treinou dois novos modelos (TensorFlow e PyTorch) e precisa executar testes A/B com estas regras de roteamento: enviar 70% do tráfego para o modelo FM, 15% para o modelo TensorFlow, 15% para o modelo PyTorch; mas para clientes da Europa, rotear todo o tráfego para o modelo TensorFlow. Qual arquitetura suporta esse comportamento?

A opção correta utiliza as funcionalidades nativas do SageMaker para testes A/B. Criar variantes de produção no mesmo endpoint permite distribuir o tráfego com pesos definidos (70% FM, 15% TensorFlow, 15% PyTorch) de forma eficiente. Para roteamento condicional (clientes europeus), o cabeçalho TargetVariant permite direcionar solicitações específicas para uma variante, sem a necessidade de lógica externa complexa ou balanceadores de carga adicionais. As opções que envolvem Application Load Balancers (ALB) ou Network Load Balancers (NLB) são incorretas porque adicionam complexidade desnecessária e custos, além de não serem a forma idiomática de realizar testes A/B e roteamento condicional dentro do SageMaker. A opção que menciona auto scaling é irrelevante para a questão de roteamento e distribuição de tráfego.