Respuestas correctas
- BUna alarma de CloudWatch que se activa cuando una métrica de calidad cae por debajo de un umbral.
- CUn programa de SageMaker Model Monitor para capturar datos de inferencia y calcular métricas de calidad.
- DUna función de AWS Lambda que inicia un trabajo de entrenamiento de SageMaker o la ejecución de un pipeline.
Explicación
La opción B es correcta porque una alarma de CloudWatch que supervisa una métrica de calidad del modelo (por ejemplo, MAE, F1) y se activa cuando supera un umbral es el mecanismo de detección que señala la degradación del rendimiento y puede invocar una acción. La opción C es correcta porque SageMaker Model Monitor (específicamente un programa de monitoreo con una línea base de calidad) captura datos de inferencia del endpoint y calcula las métricas de calidad que CloudWatch evalúa posteriormente. La opción D es correcta porque una función de AWS Lambda es el pegamento de automatización que, cuando es invocada por la alarma de CloudWatch (a través de SNS o EventBridge), llama a la API de SageMaker para iniciar un trabajo de entrenamiento o la ejecución de un pipeline para el reentrenamiento. La opción A no es necesaria porque la aprobación manual a través de una suscripción de correo electrónico de SNS es un paso humano en el ciclo (human-in-the-loop), no un componente del reentrenamiento automatizado. La opción E no es necesaria porque una variante de producción con cambio de tráfico canary es una estrategia de implementación para lanzar un nuevo modelo, no un requisito previo para activar el reentrenamiento.