AdInsights obsługuje punkt końcowy personalizacji w czasie rzeczywistym i musi wykrywać dryf odchylenia (bias drift) co tydzień, korzystając z ruchu na żywo. Zespół już włączył przechwytywanie danych do s3://adinsights-capture/. Jakie jest zalecane podejście do planowania kontroli odchylenia w ruchu na żywo punktu końcowego za pomocą SageMaker Model Monitor, tak aby metryki odchylenia były uruchamiane na nowych danych co tydzień?

Prawidłowa odpowiedź to utworzenie harmonogramu monitorowania SageMaker Model Monitor typu ModelBias. SageMaker Model Monitor jest przeznaczony do wykrywania dryfu danych i odchylenia w czasie rzeczywistym. Określenie cotygodniowego wyrażenia cron w ScheduleConfig zapewnia regularne uruchamianie kontroli odchylenia. Odwołanie do prefiksu S3 przechwytywania danych i wstępnie obliczonej linii bazowej (ograniczeń/statystyk) pozwala na porównanie z danymi na żywo. Upewnienie się, że rola IAM ma odpowiednie uprawnienia, jest kluczowe dla dostępu do danych. Pozostałe opcje są nieprawidłowe: CloudWatch Contributor Insights i Lambda mogłyby być użyte do niestandardowego monitorowania, ale SageMaker Model Monitor jest rozwiązaniem wbudowanym i zoptymalizowanym do tego celu. SageMaker Clarify explainability koncentruje się na wyjaśnianiu predykcji, a nie na ciągłym monitorowaniu dryfu odchylenia w czasie rzeczywistym bez harmonogramu. Przepływ pracy Step Functions z Redshift jest zbyt złożony i kosztowny dla tego konkretnego zadania, a SageMaker Model Monitor oferuje bardziej bezpośrednie i efektywne rozwiązanie.