AdInsights betreibt einen Echtzeit-Personalisierungsendpunkt und muss wöchentlich eine Bias-Drift mithilfe von Live-Traffic erkennen. Das Team hat bereits die Datenerfassung in s3://adinsights-capture/ aktiviert. Welcher Ansatz wird empfohlen, um Bias-Prüfungen für den Live-Traffic des Endpunkts mithilfe von SageMaker Model Monitor zu planen, sodass Bias-Metriken jede Woche für neue Daten ausgeführt werden?

Die korrekte Antwort ist die Erstellung eines Model Monitor MonitoringSchedule vom Typ ModelBias, da dies der direkte und empfohlene Weg ist, um Bias-Drift in SageMaker zu erkennen. Der MonitoringSchedule automatisiert die wöchentliche Ausführung von Bias-Prüfungen anhand der erfassten Daten in S3 und vergleicht diese mit einer vordefinierten Baseline. Die Angabe des S3-Erfassungspräfixes und der Baseline sowie die korrekte IAM-Rollenkonfiguration sind entscheidend für den Erfolg. CloudWatch Contributor Insights ist für die Analyse von Protokolldaten gedacht, nicht für die direkte Bias-Erkennung auf Modelldaten. SageMaker Clarify bietet zwar Erklärbarkeit und Bias-Erkennung, aber die kontinuierliche Bias-Prüfung für Live-Traffic erfordert einen MonitoringSchedule; Clarify führt dies nicht automatisch ohne Planung durch. Ein Step Functions-Workflow mit Redshift wäre eine übermäßig komplexe und manuelle Lösung für eine Aufgabe, die Model Monitor nativ und effizienter erledigt.