一位 ML 工程師必須使用 AWS CloudFormation 來建立 Amazon SageMaker 端點將託管的 ML 模型。這位工程師應該宣告哪個 CloudFormation 資源來代表該模型？

正確答案是 AWS::SageMaker::Model。此資源用於在 SageMaker 中定義和註冊 ML 模型，這是部署到端點的必要步驟。它包含模型的容器映像、S3 中的模型構件位置以及其他配置詳細資訊。 AWS::SageMaker::Endpoint 是不正確的，因為它代表已部署的模型，而不是模型本身。端點是呼叫模型進行推論的介面。 AWS::SageMaker::NotebookInstance 是不正確的，因為它用於互動式開發和資料探索，與模型部署無關。 AWS::SageMaker::Pipeline 是不正確的，因為它用於自動化 ML 工作流程，例如資料準備、模型訓練和部署，而不是單獨代表模型。