無限ノック › MLA 練習問題一覧 › 問題MLA MLソリューションの監視、メンテナンス、セキュリティ
MLOpsチームが金融機関でSageMakerを使用してモデルガバナンスプロセスを構築しています。要件は以下の通りです：
①すべてのモデルバージョンの追跡・管理、
②本番デプロイ前にMLマネージャーの手動承認を必須とする、
③承認待ちモデルが登録された際の自動メール通知、
④誰がいつモデルを承認したかの監査証跡の維持。最小限の開発工数でこれらすべての要件を満たすアーキテクチャはどれですか？
A SageMaker Model Registryでモデルバージョンを管理し、承認ステータス変更をEventBridgeで検知してSNSでメール通知を送信する。承認後はSageMaker Pipelinesの条件付きステップで本番デプロイを実行し、CloudTrailで承認APIコールの監査証跡を自動取得する
✓ 正解
SageMaker Model Registryはモデルパッケージグループによるバージョン管理と承認ワークフロー（PendingManualApproval／Approved／Rejected）をネイティブにサポートします。ステータス変更はEventBridgeイベントとして発行されSNSと連携した自動メール通知が追加実装なしで実現でき、CloudTrailはUpdateModelPackageなどのAPI呼び出しを自動記録するため、誰がいつ承認したかの監査証跡も取得できます。
B S3バージョニングでモデルアーティファクトを管理し、Lambda関数で承認メールを送信する。承認履歴はDynamoDBで管理し、CodePipelineで本番デプロイを実行する
S3やDynamoDBを用いた独自実装は、動作はするものの、Model RegistryやEventBridgeを使わないためカスタム開発量が大きくなります。
C SageMaker Experimentsでモデルバージョンを追跡し、SageMaker Model Monitorでモデル品質ゲートを設定する。品質閾値超過時にCloudWatch Alarmでメール通知する
Amazon SageMaker Model Monitorは、推論エンドポイントの品質監視用であり承認ワークフロー機能を持ちません。
D SageMaker Pipelinesに手動承認ステップを追加してデプロイを制御し、S3でアーティファクトを管理する。監査証跡はCloudTrailで取得する
SageMaker Pipelinesの手動承認ステップはデプロイ制御には有効ですが、モデルのバージョン管理機能はなく通知も別途実装が必要で要件を完全には満たしません。
解説 SageMaker Model Registryはモデルパッケージグループによるバージョン管理と承認ワークフロー（PendingManualApproval／Approved／Rejected）をネイティブにサポートします。ステータス変更はEventBridgeイベントとして発行されSNSと連携した自動メール通知が追加実装なしで実現でき、CloudTrailはUpdateModelPackageなどのAPI呼び出しを自動記録するため、誰がいつ承認したかの監査証跡も取得できます。
選択肢BのS3やDynamoDBを用いた独自実装は、動作はするものの、Model RegistryやEventBridgeを使わないためカスタム開発量が大きくなります。
選択肢CのAmazon SageMaker Model Monitorは、推論エンドポイントの品質監視用であり承認ワークフロー機能を持ちません。
選択肢DのSageMaker Pipelinesの手動承認ステップはデプロイ制御には有効ですが、モデルのバージョン管理機能はなく通知も別途実装が必要で要件を完全には満たしません。
ドメイン別正答率・予想スコアでリアルタイムに実力把握
無限ノックでMLAを徹底対策。全問AI生成のオリジナル問題。
無料で演習を始める →