一家公司有一个预测房地产销售价格的机器学习模型，并且希望在不管理服务器或基础设施的情况下提供预测。哪种部署方案符合此要求？

使用Amazon SageMaker endpoint部署模型是正确的选择，因为它提供了一种完全托管的解决方案，无需管理服务器或基础设施。SageMaker endpoint可以自动扩展以处理请求，并提供高可用性。在Amazon EC2实例上托管模型需要手动管理服务器和基础设施。将模型部署到Amazon Elastic Kubernetes Service (EKS) 集群虽然提供了容器编排能力，但仍然需要管理EKS集群本身的基础设施。通过与Amazon S3集成的Amazon CloudFront提供模型服务是不可行的，因为CloudFront是内容分发网络，S3是对象存储服务，它们不直接提供机器学习模型的推理服务。