Una canalización de ML debe iniciar automáticamente un trabajo de reentrenamiento cada vez que se detecta una desviación de datos (data drift). ¿Cómo debe configurar el ingeniero la canalización para detectar la desviación y activar el reentrenamiento?

La opción correcta es utilizar SageMaker Model Monitor para detectar la desviación de datos y una función de AWS Lambda para automatizar el reentrenamiento. SageMaker Model Monitor está diseñado específicamente para detectar la desviación de datos (data drift) y de modelos (model drift) en modelos de Machine Learning en producción. Puede monitorear continuamente los datos de entrada y las predicciones, comparándolos con una línea base para identificar desviaciones. Cuando Model Monitor detecta una desviación, puede emitir eventos a Amazon CloudWatch Events, que a su vez puede invocar una función de AWS Lambda. Esta función Lambda puede entonces iniciar el trabajo de reentrenamiento de la canalización de ML. Las otras opciones son incorrectas porque: AWS Glue Crawler y ETL no están diseñados para la detección de desviación de datos en tiempo real o continua para modelos de ML. Amazon Managed Service for Apache Flink es una plataforma de procesamiento de streaming, pero no ofrece una solución integrada y específica para la detección de desviación de datos de ML como Model Monitor. Amazon QuickSight es una herramienta de inteligencia de negocios y visualización de datos, y su detección de anomalías no está optimizada para la detección de desviación de datos en el contexto de un pipeline de ML.