Un modello di rilevamento frodi è in esecuzione in produzione su un endpoint SageMaker. Una nuova versione del modello deve essere valutata utilizzando il traffico live senza influire sugli utenti di produzione. Quale strategia consente di raggiungere questo obiettivo?

Lo shadow testing è la strategia più efficace perché consente di valutare il nuovo modello con il traffico di produzione reale senza che le sue previsioni influenzino le risposte agli utenti. Il modello "shadow" riceve le stesse richieste del modello di produzione, ma le sue risposte non vengono utilizzate, permettendo un confronto delle prestazioni in un ambiente realistico e sicuro. Le altre opzioni non sono adatte: SageMaker Debugger è per il debug e l'ottimizzazione del modello durante l'addestramento, non per la valutazione in produzione con traffico live. La distribuzione blue/green sposta il traffico, ma l'opzione che suggerisce di spostare "tutto il traffico contemporaneamente" non permette una valutazione senza impatto sugli utenti, poiché il nuovo modello gestirebbe direttamente le risposte. La distribuzione blue/green con spostamento del traffico in stile canary è una strategia valida per rilasciare gradualmente un nuovo modello, ma implica che una parte del traffico riceva risposte dal nuovo modello, influenzando gli utenti. L'obiettivo qui è valutare senza influire sugli utenti.