Model wykrywania oszustw w czasie rzeczywistym używa obecnie SageMaker Asynchronous Inference, ale użytkownicy doświadczają opóźnień. Musisz poprawić opóźnienie wnioskowania, a także generować alerty, gdy jakość modelu się pogorszy. Które rozwiązanie spełnia te wymagania?

SageMaker real-time inference jest przeznaczone do zastosowań wymagających niskich opóźnień, co bezpośrednio rozwiązuje problem opóźnień zgłaszanych przez użytkowników. SageMaker Asynchronous Inference jest odpowiednie dla dużych ładunków, które mogą tolerować większe opóźnienia. SageMaker Model Monitor jest kluczowym narzędziem do ciągłego monitorowania jakości modelu w czasie rzeczywistym i generowania alertów, gdy wykryte zostaną odchylenia, takie jak dryf danych lub dryf koncepcji. SageMaker batch transform jest przeznaczone do wnioskowania offline na dużych zbiorach danych i nie nadaje się do zastosowań w czasie rzeczywistym. SageMaker Serverless Inference może oferować niskie opóźnienia, ale nie jest głównym rozwiązaniem do monitorowania jakości modelu. SageMaker Inference Recommender służy do optymalizacji wyboru instancji i konfiguracji dla punktów końcowych wnioskowania, a nie do monitorowania jakości modelu.