Een ML-engineer heeft aangepaste Python-bibliotheken nodig die beschikbaar zijn in SageMaker processing jobs, training jobs en pipelines. Welke optie biedt die mogelijkheid met de MINSTE implementatie-inspanning?
Kies een antwoord
Tik op een optie om je antwoord te controleren.
Correct antwoord: Een aangepaste Docker-image bouwen die de vereiste bibliotheken bevat, deze naar Amazon ECR pushen en die ECR-image gebruiken voor SageMaker jobs en pipelines..
Waarom dit het antwoord is
Het bouwen van een aangepaste Docker-image met de vereiste bibliotheken en deze naar Amazon ECR pushen, is de meest efficiënte oplossing. SageMaker-jobs (processing, training) en pipelines kunnen deze ECR-image direct gebruiken, wat zorgt voor consistentie en minimale implementatie-inspanning. Handmatige installatie in standaardcontainers is niet persistent en moet bij elke job opnieuw gebeuren. Een SageMaker notebook instance is primair voor interactieve ontwikkeling, niet voor het hosten van productieworkloads, en de voorgestelde Lambda-oplossing is complex en inefficiënt. Externe uitvoering op EC2-instances en S3-opslag omzeilt de integratievoordelen van SageMaker en voegt onnodige complexiteit toe.
Slaag voor je examen — zonder eindeloos zoeken naar antwoorden
Krijg elke geverifieerde vraag en uitleg voor dit examen op één plek, en bespaar uren voorbereiding. Meer dan 1.000 certificeringen · Meer dan 20 talen · gratis om te beginnen.
Slaag sneller voor je examen → Geen kaart nodig