Компания электронной коммерции обнаруживает, что клиенты редко просматривают товары, рекомендованные сайтом. Компания хочет показывать рекомендации по продуктам, которые клиенты с большей вероятностью купят. Какой вариант позволит достичь этого в кратчайшие сроки?

Amazon Personalize — это полностью управляемый сервис машинного обучения, который позволяет разработчикам легко добавлять возможности персонализации в свои приложения. Он использует те же технологии, что и Amazon.com, для предоставления высококачественных рекомендаций по продуктам, которые учитывают поведение пользователя и характеристики товаров, что значительно повышает вероятность покупки. Это самый быстрый способ добиться желаемого результата, поскольку Personalize берет на себя все сложности, связанные с обучением, развертыванием и масштабированием моделей рекомендаций. Размещение веб-сайта на инстансах EC2 Accelerated Computing или GPU-инстансах EC2 не решит проблему качества рекомендаций, а лишь улучшит производительность сайта или поиска. Использование Amazon SageMaker для обучения модели NCF потребует значительно больше времени и усилий для разработки, обучения и развертывания модели, что не соответствует требованию "в кратчайшие сроки".