ShopEZ exécute SageMaker Model Monitor toutes les nuits. Le monitoring génère des résultats JSON dans s3://shopez-monitoring/results/`<model-package-id>`/run-YYYYMMDD.json et inclut un champ constraint_violations_count. L'équipe souhaite un flux automatisé qui démarre un SageMaker Pipeline existant appelé 'retrain-pipeline' lorsque constraint_violations_count > 0. Quelle architecture implémente le plus directement et de manière fiable ce déclencheur de réentraînement automatisé ?

Cette approche est la plus directe et fiable. Une règle EventBridge réagit aux événements de création d'objet S3, ciblant spécifiquement les fichiers de résultats de monitoring. Une fonction Lambda est déclenchée par cet événement. Elle peut lire et analyser le contenu JSON du fichier pour vérifier la valeur de constraintviolationscount. Si la condition est remplie, la Lambda utilise l'API AWS SDK pour appeler StartPipelineExecution sur le pipeline SageMaker spécifié, déclenchant ainsi le processus de réentraînement. Cela offre un contrôle granulaire et une logique personnalisée. Les autres options sont moins appropriées : Les métriques SageMaker intégrées pour ConstraintViolations n'existent pas directement pour ce cas d'usage spécifique de comptage dans un fichier JSON, et un pipeline ne peut pas être directement abonné à un sujet SNS pour un déclenchement. CodePipeline n'est pas conçu pour interroger des fichiers S3 de cette manière pour des déclencheurs conditionnels, et déclencher un TrainingJob directement contourne l'orchestration du pipeline existant. Il n'existe pas d'option StartSageMakerPipelineOnViolation intégrée dans la configuration de Model Monitor.