Un modelo implementado basado en un algoritmo genético puede tardar varios minutos en producir una predicción y debe procesar solicitudes que incluyen hasta 100 MB de datos. ¿Qué opción de implementación minimiza la sobrecarga operativa y al mismo tiempo cumple con estos requisitos?

La inferencia asíncrona de Amazon SageMaker es la opción más adecuada porque está diseñada para modelos con tiempos de procesamiento largos (varios minutos) y cargas útiles de datos grandes (hasta 100 MB), lo que se alinea perfectamente con los requisitos del algoritmo genético. También minimiza la sobrecarga operativa al gestionar automáticamente la infraestructura. Implementar en instancias de Amazon EC2 con Auto Scaling y Application Load Balancer requeriría más gestión de infraestructura. Un endpoint en tiempo real de SageMaker no es ideal para tiempos de predicción largos o cargas útiles grandes, ya que está optimizado para baja latencia. Empaquetar el modelo en Amazon ECS también implicaría una mayor gestión operativa en comparación con la inferencia asíncrona de SageMaker.