一位資料科學家使用 SageMaker 訓練並部署了貸款違約預測模型。訓練是透過手動提取資料並在 SageMaker Studio 筆記本中執行步驟來完成的。預測準確度隨著時間推移而下降。以下哪種步驟組合是維護模型準確度最符合操作效率的方法？（選擇兩項）

模型準確度隨時間下降是模型漂移的典型症狀，需要自動化機制來維護。SageMaker Pipelines 提供端到端的自動化工作流程，可自動提取新資料、重新訓練模型並部署新版本，這是解決模型漂移的操作效率最高的方法。SageMaker Model Monitor 結合 CloudWatch 警報，可以監控模型效能並在準確度閾值被突破時觸發警報。將此警報連結到 SageMaker Pipelines 工作流程，可以實現基於效能指標的自動重新訓練，確保模型在漂移發生時能及時更新。手動重新執行筆記本效率低下且容易出錯。將程式碼匯出到 ECS 任務雖然自動化，但不如 SageMaker Pipelines 專為 ML 工作流程設計的集成度高。