Ein Machine-Learning-Team führt einen benutzerdefinierten Trainingsalgorithmus auf SageMaker aus, der externe Assets benötigt. Sie müssen sowohl ihren Algorithmuscode als auch die algorithmspezifischen Parameter an SageMaker übermitteln. Welche zwei AWS-Services sollten sie verwenden, um einen benutzerdefinierten Algorithmus auf SageMaker zu erstellen und bereitzustellen? (Wählen Sie zwei.)

Um einen benutzerdefinierten Trainingsalgorithmus in SageMaker auszuführen, der externe Assets und algorithmspezifische Parameter benötigt, sind Amazon S3 und Amazon ECR die geeigneten Services. Amazon S3 wird verwendet, um die Trainingsdaten, Modellartefakte und den Algorithmuscode zu speichern. SageMaker kann diese Daten direkt von S3 laden und die Ergebnisse dorthin hochladen. Amazon ECR ist erforderlich, um das Docker-Image des benutzerdefinierten Algorithmus zu speichern. SageMaker startet Trainingsaufträge basierend auf diesem Container-Image, das alle Abhängigkeiten und die Logik des Algorithmus enthält. AWS Secrets Manager ist für die sichere Speicherung von Anmeldeinformationen gedacht, nicht für Algorithmuscode oder Container-Images. AWS CodeStar ist ein integrierter Service für die Softwareentwicklung und Bereitstellung, aber nicht direkt für die Speicherung von Algorithmus-Containern oder Daten. Amazon ECS ist ein Container-Orchestrierungsdienst, aber SageMaker verwaltet die Container-Ausführung für Trainingsaufträge selbst und benötigt lediglich das Image in ECR.