Die Anwendung muss einen On-Demand-Workflow bereitstellen, um die Bias-Drift für Modelle zu bewerten, die auf Echtzeit-Endpunkten bereitgestellt werden. Welche Aktion erfüllt diese Anforderung?

Die korrekte Antwort ist, eine AWS Lambda-Funktion aufzurufen, die einen SageMaker Clarify-Job startet. SageMaker Clarify ist speziell für die Erkennung und Messung von Bias in ML-Modellen konzipiert und kann On-Demand-Analysen durchführen, was für die Bewertung der Bias-Drift bei Echtzeit-Endpunkten entscheidend ist. Eine Lambda-Funktion bietet die Serverless-Orchestrierung, um diesen Job bei Bedarf auszulösen. Die Option, das integrierte SageMaker-Container-Image sagemaker-model-monitor-analyzer abzurufen, ist für die Modellleistungsüberwachung gedacht, nicht spezifisch für Bias-Drift. AWS Glue Data Quality ist für die Datenqualitätsprüfung in ETL-Pipelines optimiert, aber nicht primär für die Bias-Analyse von ML-Modellen. Die manuelle Überprüfung von Bias-Metriken mit SageMaker-Notebooks ist keine On-Demand-Workflow-Lösung und skaliert nicht für kontinuierliche Überwachung.