Un modelo de ML implementado con Amazon SageMaker utiliza Model Monitor. Después de actualizar el modelo, el ingeniero de ML observa fallas en la calidad de los datos en las comprobaciones de Model Monitor. ¿Qué acción debe tomar el ingeniero para abordar los problemas de calidad de los datos que Model Monitor señaló?

Cuando Model Monitor reporta fallas en la calidad de los datos después de una actualización del modelo, significa que la distribución de los datos de entrada en producción ha cambiado significativamente con respecto a la línea de base original. La solución más directa es generar una nueva línea de base utilizando los datos de producción más recientes. Esto permite que Model Monitor compare los datos entrantes con una referencia actualizada que refleja la realidad actual, identificando desviaciones reales y no simplemente cambios en la distribución. Ajustar el modelo o añadir más ejemplos al entrenamiento no aborda la raíz del problema, que es la desalineación entre la línea de base de Model Monitor y los datos de producción. Iniciar un trabajo manual solo verificaría el problema sin resolverlo.