Questão 17 — Amazon AIF-C01 Simulado | AWS Certified AI Practitioner Questões e Respostas
Uma empresa desenvolveu um modelo de ML para classificação de imagens. A empresa deseja implantar o modelo em produção para que um aplicativo Web possa usá-lo. A empresa precisa implementar uma solução para hospedar o modelo e servir previsões sem gerenciar nenhuma infraestrutura subjacente. Qual solução atenderá a esses requisitos?
- A. Use o Amazon SageMaker Serverless Inference para implantar o modelo.
- B. Use o Amazon CloudFront para implantar o modelo.
- C. Use o Amazon API Gateway para hospedar o modelo e fornecer previsões.
- D. Use o AWS Batch para hospedar o modelo e fornecer previsões.
Resposta correta:
A
Explicação
Explicação: o Amazon SageMaker Serverless Inference é a solução correta para implantar um modelo de ML na produção de uma forma que permite que um aplicativo web use o modelo sem a necessidade de gerenciar a infraestrutura subjacente. O Amazon SageMaker Serverless Inference oferece um ambiente totalmente gerenciado para implantação de modelos de machine learning. Ele provisiona, dimensiona e gerencia automaticamente a infraestrutura necessária para hospedar o modelo, eliminando a necessidade de a empresa gerenciar servidores ou outra infraestrutura subjacente. Por que a opção A está correta: Sem gerenciamento de infraestrutura: o SageMaker Serverless Inference lida com o gerenciamento de infraestrutura para implantar e servir modelos de ML. A empresa pode simplesmente fornecer o modelo e especificar a capacidade computacional necessária, e o SageMaker cuidará do resto. Custo-benefício: A opção de inferência sem servidor é ideal para aplicações com tráfego intermitente ou imprevisível, pois a empresa paga apenas pelo tempo de computação consumido durante o tratamento das solicitações. Integração com Aplicações Web: Esta solução permite que o modelo seja facilmente acessado por aplicações web através de APIs RESTful, tornando-a uma escolha ideal para hospedar o modelo e servir previsões. Por que outras opções estão incorretas: B . Use o Amazon CloudFront para implantar o modelo: CloudFront é um serviço de rede de entrega de conteúdo (CDN) para distribuição de conteúdo, não para implantar modelos de ML ou servir previsões. C. Use o Amazon API Gateway para hospedar o modelo e fornecer previsões: o API Gateway é usado para criar, implantar e gerenciar APIs, mas não fornece a infraestrutura ou o ambiente necessário para hospedar e executar modelos de ML. D. Use o AWS Batch para hospedar o modelo e fornecer previsões: o AWS Batch foi projetado para executar cargas de trabalho de computação em lote e não é otimizado para inferência em tempo real ou hospedagem de modelos de machine learning. Assim, A é a resposta correta, pois está alinhada com o requisito de implantação de um modelo de ML sem gerenciar qualquer infraestrutura subjacente.