Un proveedor de atención médica tiene datos de pacientes recopilados durante el último año y necesita informes mensuales de análisis de tendencias para brotes de enfermedades. Deben incluir información del mes más reciente y quieren el enfoque de inferencia más rentable. ¿Qué método de inferencia deberían elegir?

La transformación por lotes es la opción más rentable para este caso de uso porque los informes se necesitan mensualmente, no en tiempo real, y los datos ya están recopilados. Permite procesar grandes volúmenes de datos de una sola vez, lo que es eficiente para tareas programadas o periódicas. La inferencia en tiempo real y la inferencia asíncrona son más adecuadas para escenarios donde se requiere una respuesta inmediata o casi inmediata. La inferencia sin servidor es una opción de implementación, pero no es inherentemente el método de inferencia más rentable para este patrón de uso específico, ya que la transformación por lotes está diseñada para la eficiencia de costos en el procesamiento de datos históricos.