FinTrust (AWS hesabı 111122223333), SageMaker Studio'da işlem verilerini ön işlemeden geçirmesi, bir dolandırıcılık tespit modeli eğitmesi, onu değerlendirmesi ve Model Registry'ye onaylanmış bir model paketi kaydetmesi gereken otomatik bir ML işlem hattı çalıştırır. Veri ön işleme ve değerlendirmeyi çalıştırmak için bir ProcessingStep, işlenmiş verileri tüketen bir TrainingStep ve değerlendirme tarafından üretilen model metriklerini kaydeden son bir RegisterModel adımı içeren bir SageMaker Pipeline uygulamanız gerekiyor. Hangi işlem hattı uygulama yaklaşımı gereksinimi karşılar ve RegisterModel adımının ProcessingStep tarafından üretilen değerlendirme metriklerini kaydetmesini sağlar?

Doğru seçenek, SageMaker Pipelines'ın farklı adımlar arasındaki bağımlılıkları ve veri akışını doğru şekilde yönetme yeteneğini kullanır. Bir ProcessingStep ile değerlendirme metriklerini içeren bir evaluation.json dosyası oluşturulur. Bu dosya, ProcessingOutput aracılığıyla sonraki adımlara aktarılır. TrainingStep, işlenmiş verileri kullanarak modeli eğitir. Son olarak, RegisterModel adımı, TrainingStep.modeldata'ya referans vererek eğitilmiş modeli kaydeder ve PropertyFile kullanarak ProcessingStep tarafından oluşturulan evaluation.json dosyasındaki değerlendirme metriklerini model paketiyle ilişkilendirir. Bu yaklaşım, tüm gereksinimleri karşılar ve modelin metriklerle birlikte izlenebilirliğini sağlar. Diğer seçenekler şunları yapmaz: Tek bir TrainingStep içinde her şeyi yapmak, işlem hattının modülerliğini ve izlenebilirliğini bozar. CreateModelStep ve RegisterModel adımlarını yanlış sırada kullanmak veya gereksiz yere kullanmak, işlem hattının amacına uygun değildir. RegisterModel adımını atlamak, modelin SageMaker Model Registry'ye kaydedilmesini engeller ve model yönetimi süreçlerini zorlaştırır.