应用程序必须提供按需工作流，以评估部署到实时端点的模型的偏差漂移。哪个操作符合此要求？

正确答案是让应用程序调用 AWS Lambda 函数，该函数启动 SageMaker Clarify 作业以评估偏差。这是因为 SageMaker Clarify 专门用于检测和评估模型偏差，它能够生成详细的偏差报告。通过 Lambda 函数触发 Clarify 作业，可以实现按需、自动化的偏差评估工作流，满足应用程序的需求。 其他选项不符合要求： 调用 Lambda 函数，该函数拉取 sagemaker-model-monitor-analyzer 内置 SageMaker 容器镜像：sagemaker-model-monitor-analyzer 主要用于模型性能监控，而非专门用于偏差评估。 使用 AWS Glue Data Quality 执行偏差监控：AWS Glue Data Quality 侧重于数据质量检查，虽然数据质量会影响模型偏差，但它本身不是直接评估模型偏差的工具。 使用 SageMaker notebook 手动比较偏差指标：手动操作不符合“按需工作流”的自动化要求。