La calidad de inferencia de un modelo implementado disminuyó después de cuatro meses. El equipo desea recibir notificaciones si la calidad de la inferencia disminuye y evitar que se repita. ¿Qué solución cumple ambos objetivos?

La respuesta correcta es "Volver a entrenar el modelo. Monitorear la desviación del modelo usando Amazon SageMaker Model Monitor". Cuando la calidad de la inferencia disminuye con el tiempo, generalmente se debe a la desviación del modelo (model drift), lo que significa que la relación entre las características de entrada y la variable objetivo ha cambiado. Reentrenar el modelo con datos más recientes es la solución para mejorar su rendimiento. Amazon SageMaker Model Monitor es la herramienta adecuada para detectar y alertar sobre la desviación del modelo (tanto de datos como de concepto), lo que permite al equipo tomar medidas proactivas como el reentrenamiento. Las otras opciones son incorrectas porque: Monitorear la desviación del modelo usando Amazon SageMaker Clarify es incorrecto porque Clarify se enfoca en la explicabilidad y la detección de sesgos, no en el monitoreo continuo de la desviación del modelo en producción. Construir un nuevo modelo es una medida drástica y a menudo innecesaria; reentrenar el modelo existente suele ser suficiente. Amazon SageMaker Feature Store es para almacenar y gestionar características, no para monitorear modelos. Amazon SageMaker JumpStart es para el despliegue rápido de modelos preentrenados, no para el monitoreo de modelos en producción.