Zespół szkoli klasyfikator cyfr Apache MXNet w SageMaker i chce (1) otrzymywać alerty, jeśli model zacznie się przeuczać, oraz (2) umożliwić audytorom przeglądanie aktywności API SageMaker. Jakie jest najprostsze rozwiązanie z minimalną ilością kodu i kroków?

Poprawna odpowiedź jest najprostszym rozwiązaniem, ponieważ wykorzystuje wbudowane usługi AWS. Włączenie AWS CloudTrail automatycznie rejestruje wywołania API SageMaker do S3, co spełnia wymóg audytu bez dodatkowego kodu. Dodanie kodu do emisji niestandardowej metryki CloudWatch pozwala modelowi sygnalizować przeuczenie. Następnie utworzenie alarmu CloudWatch z SNS to standardowy sposób na otrzymywanie powiadomień, gdy metryka przekroczy próg. Pozostałe opcje są mniej efektywne: Tworzenie funkcji Lambda do logowania wywołań API SageMaker do S3 jest zbędne, ponieważ CloudTrail robi to automatycznie. Wysyłanie logów wywołań API SageMaker do CloudTrail za pomocą funkcji Lambda jest również zbędne, ponieważ CloudTrail sam zbiera te logi. Konfiguracja tematu SNS do odbierania powiadomień o przeuczeniu bez niestandardowej metryki CloudWatch nie jest możliwa, ponieważ nie ma wbudowanego sposobu, aby SageMaker automatycznie wysyłał takie powiadomienia bez monitorowania metryki.