Инженеру машинного обучения требуются пользовательские библиотеки Python, доступные в заданиях обработки SageMaker, обучающих заданиях и конвейерах. Какой вариант обеспечивает эту возможность с НАИМЕНЬШИМИ усилиями по реализации?

Создание пользовательского образа Docker с необходимыми библиотеками и его загрузка в Amazon ECR — это наиболее эффективный способ обеспечить доступность пользовательских библиотек во всех рабочих нагрузках SageMaker. SageMaker изначально поддерживает использование пользовательских образов Docker, что позволяет стандартизировать среду выполнения и легко воспроизводить ее в заданиях обработки, обучения и конвейерах. Вручная установка библиотек внутри контейнеров SageMaker по умолчанию непрактична и не масштабируется, так как изменения не сохраняются между запусками. Создание инстанса ноутбука SageMaker для размещения заданий с установкой библиотек через Lambda усложняет архитектуру и не является стандартным подходом для производственных рабочих нагрузок. Выполнение кода библиотеки на инстансах EC2 и передача результатов через S3 добавляет ненужные шаги и задержки, не решая проблему доступности библиотек внутри SageMaker.