Uma empresa de mídia planeja implantar um modelo de ML personalizado em produção para recomendar conteúdo personalizado com base no comportamento e dados demográficos do espectador, e precisa detectar o desvio da qualidade do modelo ao longo do tempo. Qual serviço da AWS atende a esses requisitos?

O Amazon SageMaker Model Monitor é a escolha correta porque ele permite detectar o desvio da qualidade do modelo (model drift) ao longo do tempo, o que é crucial para modelos de recomendação personalizados que precisam se adaptar a mudanças no comportamento e dados demográficos do espectador. Ele monitora a qualidade dos dados de entrada e as previsões do modelo em produção. O Amazon Rekognition é um serviço de visão computacional pré-treinado e não se destina a monitorar modelos personalizados. O Amazon Comprehend é um serviço de processamento de linguagem natural (NLP) e não é adequado para monitoramento de modelos de recomendação. O Amazon SageMaker Clarify é usado para detectar vieses e explicar previsões do modelo, mas não para monitorar a qualidade do modelo em produção ao longo do tempo.