FinSight, una startup fintech in esecuzione nell'account 111122223333 in us-east-1, ha creato un endpoint di inferenza asincrona SageMaker per l'elaborazione di documenti pesanti. Il loro requisito: consentire fino a 50 inferenze concorrenti per container di modello e pubblicare una notifica SNS quando ogni inferenza asincrona viene completata (successo o fallimento). Quali DUE passaggi di configurazione deve eseguire un ingegnere ML per soddisfare entrambi i requisiti?

La prima opzione corretta imposta correttamente il limite di concorrenza per istanza a 50 tramite AsyncInferenceClientConfig.MaxConcurrentInvocationsPerInstance e configura le notifiche SNS direttamente tramite AsyncInferenceOutputConfig.NotificationConfig, che è il metodo nativo di SageMaker per le notifiche di completamento delle inferenze asincrone, richiedendo i permessi di pubblicazione appropriati. La seconda opzione corretta sfrutta la configurazione di AsyncInferenceOutputConfig.S3OutputPath per salvare i risultati su S3 e poi utilizza le notifiche di eventi S3 per inviare messaggi a un argomento SNS, offrendo un'alternativa valida per la notifica. Le opzioni errate: Creare un endpoint real-time non soddisfa il requisito di inferenza asincrona per carichi pesanti. MaxConcurrentInvocationsPerModel non è il parametro corretto per limitare le invocazioni per istanza in inferenza asincrona, e l'invio automatico a SNS senza configurazione esplicita non è corretto. SageMaker Processing è per l'elaborazione di dati in batch, non per endpoint di inferenza asincrona.