La qualità dell'inferenza di un modello distribuito è diminuita dopo quattro mesi. Il team desidera essere avvisato se la qualità dell'inferenza diminuisce e prevenire il ripetersi del problema. Quale soluzione raggiunge entrambi gli obiettivi?

La risposta corretta è riallenare il modello e monitorare il drift del modello utilizzando Amazon SageMaker Model Monitor. Il riallenamento del modello è necessario perché la qualità dell'inferenza è già diminuita, indicando che il modello esistente non è più accurato a causa di cambiamenti nei dati (drift). Amazon SageMaker Model Monitor è lo strumento specifico progettato per rilevare e avvisare automaticamente quando si verifica un drift nei dati di input o nelle prestazioni del modello, prevenendo future diminuzioni della qualità dell'inferenza. Le altre opzioni sono errate perché: SageMaker Clarify è utilizzato per la spiegabilità e la mitigazione del bias, non per il monitoraggio del drift. SageMaker Feature Store è un repository per la gestione delle feature, non per il monitoraggio del modello. SageMaker JumpStart offre soluzioni pre-costruite e modelli pre-addestrati, ma non è uno strumento di monitoraggio continuo del drift. Costruire un nuovo modello è un approccio più drastico e dispendioso in termini di tempo rispetto al riallenamento, soprattutto se il problema principale è il drift dei dati.