Une entreprise de médias prévoit de déployer un modèle de ML personnalisé en production pour recommander du contenu personnalisé en fonction du comportement et des données démographiques des spectateurs, et elle doit détecter la dérive de la qualité du modèle au fil du temps. Quel service AWS répond à ces exigences ?

Amazon SageMaker Model Monitor est le service AWS approprié car il est conçu pour détecter la dérive de la qualité des modèles en production. Il surveille automatiquement les modèles ML déployés pour identifier les problèmes de dérive des données et de biais, ce qui est essentiel pour maintenir la pertinence des recommandations de contenu au fil du temps. Amazon Rekognition est un service de vision par ordinateur pour l'analyse d'images et de vidéos, sans rapport avec la surveillance de la qualité des modèles. Amazon Comprehend est un service de traitement du langage naturel (NLP) pour l'analyse de texte, non pertinent ici. Amazon SageMaker Clarify est utilisé pour détecter les biais dans les données d'entraînement et les modèles avant le déploiement, mais pas pour la surveillance continue de la qualité du modèle en production.