Resposta correta
- DAWS Organizations com SCPs, AWS CodePipeline com ações entre contas e SageMaker Model Registry com status de aprovação.
Explicação
Combina o AWS Organizations com SCPs para aplicar políticas de implantação entre contas, o AWS CodePipeline com ações entre contas para orquestrar o pipeline nas contas dev/test/prod, e o SageMaker Model Registry com status de aprovação para controlar as implantações apenas para modelos aprovados. Isso garante que apenas modelos com o status 'Approved' no registro central possam ser implantados na conta de produção, atendendo ao requisito de governança.
Para se aprofundar
A governança de ML entre contas é aplicada combinando políticas organizacionais com controles de pipeline e metadados de modelos. As políticas de controle de serviço (SCPs) do AWS Organizations definem o limite externo, impedindo que a conta de produção implante artefatos não aprovados, mesmo que alguém tente. Um CodePipeline entre contas pode extrair um pacote de modelo aprovado do Model Registry central, onde o status de aprovação atua como portão de controle, e promovê-lo apenas quando esse status for Approved. A sutileza é que as SCPs sozinhas não conseguem expressar a qualidade do modelo; elas restringem ações, enquanto a aprovação do registro carrega a validação humana ou automatizada. Um cenário realista é uma equipe regulada que deve provar que apenas modelos validados chegam à produção: o pipeline recusa a implantação de um pacote cujo status no registro seja PendingManualApproval, e a SCP bloqueia qualquer tentativa de contornar o pipeline.
Sobre estas questões de prática
Esta é uma das questões de prática originais de MLA-C01 da Courseiva, escrita para o aprendizado e nunca copiada de provas reais nem de dumps.
Traduzida do original em inglês com IA e conferida quanto ao sentido. Códigos de exame, comandos e nomes de produtos são mantidos como aparecem na prova.