MLA機械学習のためのデータ準備
ECサイトのMLチームが、リアルタイムレコメンデーション(推薦)と週次のオフラインモデル再トレーニングの両方に同じ特徴量セットを使用しています。リアルタイム推論では10ms以下のレイテンシが要求され、オフライントレーニングには数百GBの特徴量データへのアクセスが必要です。Amazon SageMaker Feature Storeを最も適切に構成する方法はどれですか?
Aオンラインストアのみを有効化し、定期的にS3へエクスポートしてオフライン用途に使用する
オンラインストアのみを有効化し、定期的にS3へエクスポートしてオフライン用途に使用する方法は、自動同期の仕組みを活用していません。
Bオフラインストアのみを有効化し、Amazon ElastiCacheをリアルタイム推論用キャッシュとして別途追加する
オフラインストアのみを有効化し、Amazon ElastiCacheをリアルタイム推論用キャッシュとして別途追加する方法は、キャッシュ層を管理する必要があり運用負荷が増加します。
Cフィーチャーグループ作成時にオンラインストアとオフラインストアの両方を有効化し、同一フィーチャーグループを共有する
✓ 正解
SageMaker Feature Storeはオンラインストア(低レイテンシのリアルタイム取得)とオフラインストア(S3ベースの大規模バッチ処理)を同一フィーチャーグループで同時提供できます。書き込み時に自動で両ストアへ同期されるため、特徴量の一貫性を保ちながら運用負荷を最小化できます。
D用途ごとに別々のフィーチャーグループを作成し、オンライン用とオフライン用で特徴量を二重管理する
用途ごとに別々のフィーチャーグループを作成する方法は、特徴量を二重管理する必要があり、一貫性確保の負荷が高まります。
解説
選択肢CはSageMaker Feature Storeでオンラインストアとオフラインストアの両方を有効化する方法です。オンラインストア(低レイテンシのリアルタイム取得)とオフラインストア(S3ベースの大規模バッチ処理)を同一フィーチャーグループで同時提供でき、書き込み時に自動で両ストアへ同期されるため、特徴量の一貫性を保ちながら運用負荷を最小化できます。
選択肢Aのオンラインストアのみを有効化し、定期的にS3へエクスポートしてオフライン用途に使用する方法は、自動同期の仕組みを活用しておらず、エクスポートのタイミングによって特徴量の一貫性が損なわれる可能性があります。
選択肢Bのオフラインストアのみを有効化し、Amazon ElastiCacheをリアルタイム推論用キャッシュとして別途追加する方法は、キャッシュ層を管理する必要があり運用負荷が増加し、Feature Storeとの二重管理にもなります。
選択肢Dの用途ごとに別々のフィーチャーグループを作成する方法は、特徴量を二重管理する必要があり、一貫性確保の負荷が高まります。
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 →