L'applicazione deve fornire un workflow on-demand per valutare il bias drift per i modelli distribuiti su endpoint in tempo reale. Quale azione soddisfa questo requisito?

La risposta corretta è che l'applicazione richiami una funzione AWS Lambda che avvia un job SageMaker Clarify per valutare il bias. SageMaker Clarify è specificamente progettato per rilevare il bias nei modelli di machine learning, sia prima dell'addestramento che durante l'inferenza, e può essere eseguito on-demand tramite un job. Una funzione Lambda è un modo efficiente per attivare questo job in risposta a eventi applicativi. Le altre opzioni sono meno appropriate: Estrarre l'immagine container sagemaker-model-monitor-analyzer non avvia direttamente una valutazione del bias; questa immagine è utilizzata per il monitoraggio della qualità dei dati e della deriva del modello, ma non per il bias specifico. AWS Glue Data Quality è per la qualità dei dati, non per la valutazione del bias del modello. Utilizzare i notebook SageMaker per confrontare manualmente le metriche di bias è un processo manuale e non soddisfa il requisito di un workflow on-demand automatizzato.