AmazonAmazon ML Engineer Associate MLA-C01 Certification
·TW
·更新於 4 Aug 2026
FinSight 是一家金融科技新創公司,在 us-east-1 的帳號 111122223333 中運行,他們建立了一個用於大量文件處理的 SageMaker 非同步推論端點。他們的需求是:每個模型容器最多允許 50 個並行推論,並在每個非同步推論完成時(成功或失敗)發布 SNS 通知。ML 工程師必須執行哪兩個配置步驟才能滿足這兩個要求?
選擇一個答案
點擊一個選項來檢查您的答案。
正確答案: 在 EndpointConfig 的 AsyncInferenceClientConfig 中設定 AsyncInferenceClientConfig.MaxConcurrentInvocationsPerInstance = 50,並使用 SNS topic ARN 配置 AsyncInferenceOutputConfig.NotificationConfig,然後授予 sagemaker.amazonaws.com 發布到該 topic 的權限。, 配置 AsyncInferenceOutputConfig.S3OutputPath 以儲存結果,並啟用 S3 事件通知到 SNS topic(無需進一步的端點通知設定)。.
為什麼這是答案
正確選項是第一個和第三個。第一個選項直接滿足了兩個要求:透過 AsyncInferenceClientConfig.MaxConcurrentInvocationsPerInstance = 50 設定每個容器的並行推論上限,並透過 AsyncInferenceOutputConfig.NotificationConfig 配置 SNS 通知,同時授予 SageMaker 發布權限。第三個選項是另一種實現通知的方法,透過將推論結果儲存到 S3,並利用 S3 事件通知功能將成功或失敗的事件發布到 SNS topic。
第二個選項錯誤,因為它描述的是即時端點而非非同步推論,且 CloudWatch Events 規則用於 InvokeEndpoint 返回時發布結果,而非非同步推論完成時。第四個選項錯誤,MaxConcurrentInvocationsPerModel 不是有效的配置,且 SageMaker 不會自動將完成訊息傳遞到 SNS,需要明確配置。第五個選項錯誤,SageMaker Processing 用於批次處理任務,而非非同步推論服務。
通過考試 — 無需無休止地尋找答案
集中一處獲取此考試的所有核實題目和解釋,節省數小時的準備時間。1,000 多種認證 · 20 多種語言 · 免費開始。
更快通過您的考試 →
無需信用卡