一位 ML 工程師在 SageMaker 之外建立了一個二元分類模型，並將模型成品儲存在 S3 中。該工程師和一位 SageMaker Canvas 使用者在同一個 SageMaker 網域中。為了讓工程師能夠與 Canvas 使用者共用模型，需要滿足哪些要求？（選擇兩項）

為了讓 SageMaker Canvas 使用者能夠存取和使用在 SageMaker 之外建立的模型，該模型必須先在 SageMaker Model Registry 中註冊。Model Registry 是一個集中式儲存庫，用於管理機器學習模型的版本、元資料和部署狀態，這是 Canvas 發現和使用模型的必要步驟。此外，Canvas 使用者必須擁有存取儲存模型成品的 S3 儲存桶的權限。這是因為 Canvas 在內部需要從 S3 讀取模型成品才能進行推論或進一步處理。 錯誤選項分析： ML 工程師和 Canvas 使用者必須屬於不同的 SageMaker 網域：這是不正確的。他們可以在同一個網域中協作。 ML 工程師必須在 AWS Marketplace 上列出模型：在 Marketplace 上列出模型是為了公開銷售或共用，而不是在同一個 SageMaker 網域內共用。 ML 工程師必須將模型部署到 SageMaker endpoint：部署到 endpoint 是為了提供即時推論服務，而不是讓 Canvas 使用者存取模型本身。