AmazonAmazon ML Engineer Associate MLA-C01 Certification
·CN
·更新于 4 Aug 2026
DataStream Inc. 希望为模型开发构建一个可重复的 CI/CD 流水线,该流水线需满足以下要求:在 Git 提交时触发、运行单元测试和静态检查、触发 SageMaker Pipelines 训练、将模型注册到 Model Registry,并在手动批准后提升到生产端点。团队倾向于使用托管的 SageMaker 工具来预置 CI/CD 基础设施(CodePipeline、CodeBuild、IAM roles)。哪种方法能以最少的手动构建流水线满足他们的要求,并与 SageMaker Studio 集成以方便开发人员上手?
选择一个答案
点击一个选项来检查您的答案。
正确答案: 从内置的 MLOps (CI/CD) 项目模板创建 SageMaker Project。该项目会预置 CodeCommit 或 GitHub 仓库、CodeBuild 项目以及一个 CodePipeline,其中包含运行测试、调用 SageMaker Pipeline 执行、注册模型包以及包含用于生产提升的手动批准的阶段。.
为什么这是答案
正确答案是使用内置的 MLOps (CI/CD) 项目模板创建 SageMaker Project。这种方法直接满足了所有要求,因为它会自动预置所需的 CodePipeline、CodeBuild、SageMaker Pipelines 和 Model Registry 集成,包括手动批准步骤,并且与 SageMaker Studio 无缝集成,最大限度地减少了手动配置。
手动编写 CloudFormation 模板虽然可行,但需要大量的手动工作和专业知识,不符合“最少手动构建流水线”的要求。仅使用 CodeBuild 来编排所有内容会跳过 CodePipeline 的编排优势,并且管理复杂性会增加。创建由 Lambda 支持的自定义 webhook 过于复杂,并且绕过了 SageMaker 提供的托管 CI/CD 工具,不符合利用托管 SageMaker 工具的要求。
通过考试 — 无需无休止地寻找答案
将本次考试的所有验证问题和解释集中在一处,节省数小时的准备时间。1,000+ 认证 · 20+ 语言 · 免费开始。
更快通过考试 →
无需银行卡