該應用程式必須提供隨選工作流程，以評估部署到即時端點的模型是否存在偏差漂移。哪個動作符合此要求？

正確答案是讓應用程式呼叫 AWS Lambda 函數，該函數會啟動 SageMaker Clarify 任務來評估偏差。這是因為 SageMaker Clarify 專為評估機器學習模型的偏差和可解釋性而設計，並且可以按需啟動以滿足隨選工作流程的要求。透過 Lambda 函數觸發，可以實現自動化和無伺服器執行。 呼叫 Lambda 函數以提取 sagemaker-model-monitor-analyzer 內建的 SageMaker 容器映像是錯誤的，因為 Model Monitor 主要用於監控模型效能和資料品質漂移，而非專門用於偏差漂移評估，且直接提取映像並非啟動分析任務的標準方式。使用 AWS Glue Data Quality 執行偏差監控是錯誤的，因為 AWS Glue Data Quality 專注於資料品質檢查，而非機器學習模型的偏差評估。使用 SageMaker 筆記本手動比較偏差指標是錯誤的，因為這不符合「隨選工作流程」的自動化要求。