Tijdens de ontwikkeling gebruikt een data scientist een cloud notebook om lichte feature-engineering taken uit te voeren tijdens kantooruren. Een data engineer gebruikt dezelfde notebook ongeveer één keer per dag om zware, geheugenintensieve voorverwerking uit te voeren (ongeveer 2 uur); voorverwerking maakt geen gebruik van GPU's. Momenteel draaien beide op een algemeen inzetbare ml.m5.4xlarge notebook instance. Het maandelijkse AWS-budget is overschreden. Welke wijziging zal de grootste kostenbesparing opleveren?

De juiste optie bespaart kosten door de notebook te verkleinen voor lichte taken en de zware voorverwerking te verplaatsen naar een efficiëntere, geheugen-geoptimaliseerde instance via een beheerde verwerkingsjob. Dit is kosteneffectiever omdat de zware taak slechts 2 uur per dag draait en niet de hele tijd een dure instance blokkeert. Het stoppen van de notebook bij inactiviteit vermindert ook de kosten. De andere opties zijn minder optimaal: Een geheugen-geoptimaliseerde instance voor de notebook is duurder dan nodig voor lichte taken. Een GPU-versnelde instance voor voorverwerking is onnodig en duur, aangezien de taak geen GPU's gebruikt. Een gereserveerde instance is niet flexibel genoeg voor een taak die slechts 2 uur per dag draait en vereist een langetermijnverbintenis.