Respuesta correcta
Explicación
El almacenamiento en caché del pipeline es la opción correcta porque SageMaker Pipelines puede almacenar en caché las salidas de cada paso en función de un hash de los parámetros de entrada, la configuración y el código del paso. Si el hash coincide con una ejecución exitosa anterior, se reutiliza la salida almacenada en caché, evitando la ejecución redundante de los pasos de procesamiento de datos cuando los datos subyacentes no han cambiado.
Para profundizar
El almacenamiento en caché de SageMaker Pipelines almacena las salidas de un paso completado indexadas mediante un hash de las entradas, el código y la configuración del paso. En una ejecución posterior, si ese hash coincide, el paso se omite y se reutilizan sus artefactos almacenados en caché, lo que ahorra tiempo de cálculo y costos. El almacenamiento en caché se habilita por paso a través de la propiedad CacheConfig con un tiempo de vida en segundos, después del cual la entrada de caché caduca y el paso se vuelve a ejecutar. En un pipeline de reentrenamiento realista, el paso de preprocesamiento lee un conjunto de datos que no ha cambiado, por lo que su acierto de caché evita volver a ejecutar costosos trabajos de Spark, mientras que el paso de entrenamiento aún se ejecuta porque sus hiperparámetros cambiaron. Las ejecuciones parametrizadas y el paralelismo de pasos afectan la orquestación pero no omiten el trabajo sin cambios.
Sobre estas preguntas de práctica
Esta es una de las preguntas de práctica originales de MLA-C01 de Courseiva, escrita para aprender y nunca copiada de exámenes reales ni de dumps.
Traducida del original en inglés con IA y revisada para comprobar el sentido. Los códigos de examen, los comandos y los nombres de productos se mantienen tal como aparecen en el examen.