Uma empresa desenvolve uma ferramenta interna de estimativa de custos usando um modelo SageMaker. Os usuários fazem upload de imagens de alta resolução; o modelo deve processar cada imagem, prever o custo do objeto e notificar o usuário quando o processamento for concluído. Qual design atende a esses requisitos?

A inferência assíncrona do SageMaker é ideal para cargas de trabalho com grandes payloads (imagens de alta resolução), processamento demorado e onde a resposta imediata não é necessária. Ela gerencia a fila de requisições e a escalabilidade dos recursos de inferência automaticamente. O Amazon S3 é o serviço de armazenamento de objetos mais escalável e econômico para imagens. O Amazon SNS é um serviço de mensagens pub/sub que pode notificar múltiplos assinantes (usuários) sobre a conclusão do processamento. A transformação em lote (batch transform) é mais adequada para processar grandes conjuntos de dados offline, não para requisições individuais de usuários. O Amazon EFS é um sistema de arquivos de rede, não otimizado para armazenamento de objetos em escala ou para ser a fonte primária de dados para inferência assíncrona. O Amazon SQS é uma fila de mensagens, mas o SNS é mais flexível para notificar usuários, permitindo diferentes tipos de assinaturas (e-mail, SMS, etc.).