Inżynier ML stworzył model klasyfikacji binarnej poza SageMaker i zapisał artefakty modelu w S3. Inżynier i użytkownik SageMaker Canvas znajdują się w tej samej domenie SageMaker. Jakie wymagania muszą zostać spełnione, aby inżynier mógł udostępnić model użytkownikowi Canvas? (Wybierz dwie odpowiedzi.)

Aby użytkownik SageMaker Canvas mógł korzystać z modelu, model musi być zarejestrowany w SageMaker Model Registry. Rejestracja modelu w Model Registry umożliwia jego łatwe odkrywanie, wersjonowanie i wdrażanie w różnych usługach SageMaker, w tym w Canvas. Dodatkowo, użytkownik Canvas, a konkretnie rola IAM przypisana do jego profilu użytkownika Canvas, musi mieć odpowiednie uprawnienia do odczytu artefaktów modelu przechowywanych w zasobniku S3. Bez tych uprawnień Canvas nie będzie w stanie uzyskać dostępu do plików modelu. Nieprawidłowe opcje: Inżynier ML i użytkownik Canvas muszą należeć do oddzielnych domen SageMaker: Jest to nieprawidłowe. Użytkownicy w tej samej domenie mogą łatwiej współpracować i udostępniać zasoby. Inżynier ML musi wystawić model na AWS Marketplace: Nie jest to wymagane do udostępniania modelu w ramach tej samej organizacji lub domeny SageMaker. AWS Marketplace służy do komercyjnego udostępniania modeli. Inżynier ML musi wdrożyć model do punktu końcowego SageMaker: Chociaż model może być wdrożony do punktu końcowego, aby Canvas mógł go używać do wnioskowania, najpierw musi być zarejestrowany i dostępne muszą być jego artefakty. Wdrożenie jest kolejnym krokiem po udostępnieniu modelu.