Een bedrijf bouwt een interne tool voor kostenraming met behulp van een SageMaker-model. Gebruikers uploaden afbeeldingen met hoge resolutie; het model moet elke afbeelding verwerken, de kosten van het object voorspellen en de gebruiker op de hoogte stellen wanneer de verwerking is voltooid. Welk ontwerp voldoet aan deze vereisten?

De correcte optie is om afbeeldingen op te slaan in Amazon S3, het model te implementeren op SageMaker met asynchrone inferentie, en gebruikers op de hoogte te stellen via een Amazon SNS-topic. Amazon S3 is de meest geschikte en kosteneffectieve opslag voor grote hoeveelheden objecten zoals afbeeldingen. Asynchrone inferentie is ideaal voor taken die langer duren, zoals het verwerken van hoge-resolutieafbeeldingen, omdat het de client niet dwingt te wachten op een onmiddellijke respons. Amazon SNS is een uitstekende service voor het versturen van meldingen naar meerdere abonnees, wat flexibiliteit biedt voor gebruikersnotificaties. Batch transform is minder geschikt omdat het ontworpen is voor offline verwerking van grote datasets, niet voor het direct reageren op individuele gebruikersuploads. Amazon EFS is een netwerkbestandssysteem en is duurder en complexer voor objectopslag dan S3, en is meer geschikt voor gedeelde bestandstoegang voor compute-instances. Amazon SQS kan gebruikt worden voor notificaties, maar SNS is flexibeler voor het versturen van meldingen naar diverse endpoints.