Die Inferenzqualität eines bereitgestellten Modells hat nach vier Monaten abgenommen. Das Team möchte benachrichtigt werden, wenn die Inferenzqualität sinkt, und ein erneutes Auftreten verhindern. Welche Lösung erfüllt beide Ziele?

Die Inferenzqualität eines Modells kann sich im Laufe der Zeit verschlechtern, ein Phänomen, das als Model Drift bekannt ist. Um dies zu beheben und zukünftige Vorkommnisse zu verhindern, ist es notwendig, das Modell neu zu trainieren, um es an neue Datenmuster anzupassen. Amazon SageMaker Model Monitor ist das geeignete Tool, um Model Drift zu erkennen und Benachrichtigungen zu senden, wenn die Modellleistung oder die Datenverteilung von den Erwartungen abweicht. Es analysiert kontinuierlich die Inferenzdaten des bereitgestellten Endpunkts und vergleicht sie mit einer Baseline, um Abweichungen zu identifizieren. Die Option, SageMaker Clarify zu verwenden, ist falsch, da Clarify hauptsächlich zur Erkennung von Bias und zur Erklärbarkeit von Modellen dient, nicht zur kontinuierlichen Überwachung von Model Drift in Produktionsumgebungen. SageMaker Feature Store ist ein Repository für Features und nicht für die Überwachung von Modellabweichungen. SageMaker JumpStart bietet vorgefertigte Modelle und Lösungen, ist aber kein Überwachungstool für die Produktionsumgebung.