Un modèle de détection de fraude est exécuté en production sur un endpoint SageMaker. Une nouvelle version du modèle doit être évaluée en utilisant le trafic en direct sans impacter les utilisateurs en production. Quelle stratégie permet d'y parvenir ?

Les tests "shadow" (ou tests fantômes) sont la stratégie la plus appropriée car ils permettent d'évaluer un nouveau modèle en production en lui envoyant une copie du trafic en direct, sans que ses prédictions n'affectent les réponses renvoyées aux utilisateurs. Cela garantit une évaluation réaliste des performances du nouveau modèle sans risque pour l'expérience client. Activer SageMaker Debugger est utile pour surveiller et déboguer les modèles pendant l'entraînement, mais pas pour évaluer un nouveau modèle en production avec du trafic réel. Le déploiement bleu/vert, même avec un basculement canary, implique de diriger une partie ou la totalité du trafic réel vers le nouveau modèle, ce qui peut impacter les utilisateurs si le modèle présente des problèmes.