部署在 SageMaker 端點上的 XGBoost 模型透過 AWS Lambda 函數接收即時推論請求。團隊需要使用傳入的即時資料來偵測模型準確度是否隨時間下降。哪種解決方案能滿足此需求？

SageMaker Model Monitor 專為監控部署在 SageMaker 端點上的模型而設計，可以自動偵測模型漂移。它透過將即時推論資料與訓練資料的基準統計資料和約束進行比較來實現這一點，並能在偵測到漂移時發出警報。這正是題目所要求的解決方案。 建立 CloudWatch 儀表板雖然可以監控輸入和輸出，但它本身無法自動偵測模型漂移，需要手動分析。修改 Lambda 函數來計算漂移是可行的，但這會增加 Lambda 函數的複雜性，且不如 SageMaker Model Monitor 這種專用服務高效和全面。SageMaker Debugger 主要用於分析訓練期間的模型行為，例如梯度、權重等，而不是用於監控生產環境中的模型漂移。