Un modelo de detección de fraude se ejecuta en producción en un endpoint de SageMaker. Se debe evaluar una nueva versión del modelo utilizando tráfico en vivo sin afectar a los usuarios de producción. ¿Qué estrategia logra esto?

Las pruebas de sombra (shadow testing) son la estrategia más adecuada porque permiten evaluar el rendimiento de un nuevo modelo en producción utilizando tráfico real sin que sus predicciones afecten las respuestas que reciben los usuarios. El modelo en sombra procesa las mismas solicitudes que el modelo de producción actual, pero sus resultados se registran para su análisis y comparación, sin ser devueltos al usuario. Las otras opciones son incorrectas: Habilitar SageMaker Debugger es para monitorear el entrenamiento de modelos, no para evaluar modelos en producción. La implementación azul/verde con cambio de tráfico completo afectaría a los usuarios de producción, lo cual se quiere evitar. La implementación azul/verde con cambio de tráfico estilo canario envía un pequeño porcentaje de tráfico real al nuevo modelo, lo que sí afectaría a un subconjunto de usuarios.