Розничной сети из 2000 магазинов требуются прогнозы по географическим регионам, учитывающие праздники и погоду. Они хотят протестировать модель в течение 2–3 дней, и она должна адаптироваться к ограничениям цепочки поставок и магазинов. Какая комбинация шагов обеспечивает требуемую функциональность с наименьшими операционными издержками? (Выберите два варианта.)

Amazon Forecast — это полностью управляемый сервис, который использует машинное обучение для генерации высокоточных прогнозов. Он включает встроенные функции для учета праздников и погодных условий, что критически важно для розничной сети. Использование Prophet в Amazon Forecast возможно, но не является оптимальным, так как Forecast уже предлагает более комплексные решения для таких факторов. Для тестирования модели canary-развертывание с использованием Amazon SageMaker и AWS Step Functions позволяет быстро проверить новую версию на небольшой части трафика в течение 2–3 дней, минимизируя риски и операционные издержки. A/B-тестирование обычно требует более длительного периода для сбора статистически значимых данных и не подходит для быстрых 2-3-дневных тестов.