Una empresa de comercio electrónico recibe varios gigabytes de datos de clientes diariamente y entrena un modelo de previsión de la demanda. Necesitan ejecutar inferencias una vez al día. ¿Qué tipo de inferencia es el más adecuado?

La inferencia por lotes es la más adecuada porque la empresa recibe grandes volúmenes de datos (varios gigabytes) y necesita ejecutar inferencias de forma programada (una vez al día), no en tiempo real. Este método es eficiente para procesar grandes conjuntos de datos de una sola vez, optimizando el uso de recursos y reduciendo costos. La inferencia asíncrona es similar a la por lotes, pero generalmente se refiere a solicitudes individuales que se procesan en segundo plano, no a un gran volumen de datos programado. La inferencia en tiempo real no es necesaria, ya que la demanda no requiere una respuesta instantánea. La inferencia sin servidor es un modelo de despliegue, no un tipo de inferencia en sí mismo, y podría usarse con cualquier tipo de inferencia.