FácilOpción múltiple

Pregunta de práctica de MLA-C01

Una empresa utiliza SageMaker Pipelines para automatizar un flujo de trabajo de ML de varios pasos. El pipeline incluye preprocesamiento de datos, entrenamiento y evaluación de modelos. El equipo quiere asegurarse de que, si el paso de evaluación falla, el pipeline se detenga y envíe una alerta al equipo de operaciones. ¿Qué característica de SageMaker Pipelines deben utilizar?

Elige la mejor respuesta.

Respuesta correcta

  • DUsar un paso Condition para verificar el resultado de la evaluación y enrutar a un paso Fail si el resultado indica un fallo

Explicación

SageMaker Pipelines proporciona un paso Condition integrado que evalúa una expresión booleana (por ejemplo, verificando si las métricas de evaluación cumplen con un umbral) y luego enruta la ejecución a diferentes pasos. Si la condición falla, puede dirigir el pipeline a un paso Fail, el cual detiene inmediatamente el pipeline y lo marca como fallido. Esta es la forma nativa y orientada a eventos para detener un pipeline basándose en la salida de un paso sin depender de servicios externos.

Por qué cada opción es correcta o incorrecta

A

Incorrecta

Configurar una regla de Amazon CloudWatch Events para supervisar el estado de ejecución del pipeline y detenerlo si el paso de evaluación falla

CloudWatch Events observa el estado del pipeline a posteriori y no puede detener una ejecución en curso; detenerlo requiere un ConditionStep dentro de la definición del pipeline. Las reglas de eventos se adaptan a la supervisión externa, las pistas de auditoría y la emisión de alertas en ejecuciones completadas, no a detener un pipeline en ejecución en el paso de evaluación.

B

Incorrecta

Registrar el modelo en el Model Registry solo si la evaluación es exitosa, y configurar el pipeline para que se detenga si el registro falla

ConditionStep evalúa una condición booleana y detiene o ramifica el pipeline; el registro en Model Registry es una acción de gobernanza separada, por lo que condicionar el registro no detiene el pipeline ante un fallo de evaluación. El control de registro se adapta a flujos de trabajo de promoción donde solo los modelos aprobados llegan a producción, no a la detención activada por fallos con alertas.

C

Incorrecta

Agregar un paso de Lambda después del paso de evaluación que verifique las métricas de evaluación y envíe una notificación de SNS si las métricas están por debajo de un umbral

Un paso Lambda se ejecuta independientemente del resultado de la evaluación, por lo que no puede detener el pipeline por sí mismo; la detención requiere un ConditionStep cuya condición falle. Lambda con SNS se adapta a umbrales de métricas personalizadas y lógica de notificación superpuesta a un pipeline ya ramificado, no al mecanismo que detiene la ejecución.

D

Correcta

Usar un paso Condition para verificar el resultado de la evaluación y enrutar a un paso Fail si el resultado indica un fallo

Un paso Condition evalúa la salida del paso de evaluación contra un umbral y, en caso de fallo, enruta la ejecución a un paso Fail que termina el pipeline y activa la alerta. Esto satisface el requisito del enunciado de detener y notificar a operaciones.

Para profundizar

SageMaker Pipelines es un DAG donde cada paso declara dependencias, y un paso Condition evalúa una expresión JSON contra las propiedades de un paso anterior, enrutando luego la ejecución por una rama verdadera o falsa. Colocar un paso Fail en la rama de fallo detiene el pipeline con un mensaje de error definido y marca la ejecución como fallida, lo cual CloudWatch Events puede mostrar como una alerta. Esta es una orquestación nativa en lugar de sondeo externo, por lo que la detención es determinista e inmediata. Una sutileza es que la condición lee salidas de pasos como las métricas de evaluación almacenadas en la salida de procesamiento, por lo que el paso de evaluación debe emitir resultados legibles por máquina. Un escenario realista es condicionar el registro del modelo a un umbral de precisión, donde una puntuación por debajo del umbral se enruta a Fail y bloquea el despliegue.

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.