Sprzedawca detaliczny posiadający 2000 sklepów potrzebuje prognoz dla każdego obszaru geograficznego, które uwzględniają święta i pogodę. Chce przetestować model przez 2–3 dni i potrzebuje, aby dostosowywał się on do ograniczeń łańcucha dostaw i sklepów. Która kombinacja kroków zapewnia wymaganą funkcjonalność przy najmniejszym narzucie operacyjnym? (Wybierz dwie odpowiedzi.)

Amazon Forecast z funkcją featurization świąt i indeksem pogodowym jest idealny do prognozowania sprzedaży detalicznej, ponieważ automatycznie uwzględnia wpływ tych czynników, co jest kluczowe dla dokładności w 2000 lokalizacjach. Oferuje to niskie obciążenie operacyjne w porównaniu do ręcznego tworzenia cech. Wdrożenie kanarkowe (canary rollout) za pomocą Amazon SageMaker i AWS Step Functions pozwala na szybkie, kontrolowane testowanie modelu w ciągu 2-3 dni na małym podzbiorze sklepów, minimalizując ryzyko i umożliwiając szybkie dostosowanie do ograniczeń łańcucha dostaw. Testy A/B są bardziej odpowiednie do długoterminowej oceny różnych wersji modelu, a nie do krótkich, szybkich testów adaptacyjnych.