MLAMLワークフローのデプロイとオーケストレーション

Amazon SageMakerでリアルタイム推論エンドポイントをデプロイする主な目的として最も適切なものはどれですか。

A
学習ジョブの実行回数を増やす
学習ジョブの回数や頻度を制御する機能ではなく、推論処理を提供するための仕組みである。
B
低レイテンシで予測結果を提供する
✓ 正解
利用者やアプリケーションからの要求に対して迅速に予測結果を返せることが主な目的である。
C
学習データを長期保管する
学習データの保存にはS3などを利用するのが一般的であり、推論エンドポイントの役割ではない。
D
特徴量ストアを作成する
特徴量ストアはFeature Store機能で管理されるため、推論エンドポイントの目的とは異なる。

解説

リアルタイム推論エンドポイントはAPI経由でリクエストを受け取り、即座に予測結果を返す用途に利用されます。低レイテンシが求められるオンラインアプリケーションや対話型システムに最適なSageMakerの機能です。 選択肢Aの「学習ジョブの実行回数を増やす」はSageMaker TrainingJobの管理に関するものであり、推論エンドポイントのデプロイとは無関係です。 選択肢Cの「学習データを長期保管する」はAmazon S3やAmazon EFSなどのストレージサービスの役割であり、推論エンドポイントとは別の機能です。 選択肢Dの「特徴量ストアを作成する」はAmazon SageMaker Feature Storeの機能であり、リアルタイム推論エンドポイントのデプロイとは異なる目的を持ちます。

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 →
MLA の問題一覧に戻る