無限ノック › MLA 練習問題一覧 › 問題MLA MLワークフローのデプロイとオーケストレーション
大手製造業企業がSageMaker Pipelinesを使用してMLモデルのCI/CDワークフローを構築しています。データサイエンティストがSageMaker Model Registryでモデルバージョンのステータスを「Approved」に変更したとき、自動的に本番環境へのデプロイパイプラインが起動するようにしたいと考えています。人手による介入を最小限にしつつ、監査証跡（Audit Trail：誰がいつ何を行ったかの記録）も残す必要があります。最もスケーラブルで運用負荷の低いアーキテクチャはどれですか？
A データサイエンティストがモデルを承認した後、別のチームメンバーが手動でAWS CLIコマンドを実行してSageMaker Pipelinesのデプロイパイプラインを起動する。監査証跡は担当者が別途手動で記録する必要がある。
手動CLIコマンドは人手介入が必須でヒューマンエラーを招き、監査証跡の手動記録では正確性と網羅性が担保できないためスケーラビリティに欠ける。
B Amazon EventBridgeルールを設定してSageMaker Model Registryの「ModelApprovalStatus」変更イベントをキャプチャし、AWS Step FunctionsまたはSageMaker Pipelinesの実行を自動でトリガーする。CloudTrailでAPIコールを記録して監査証跡を確保する
✓ 正解
Amazon EventBridgeルールを設定してSageMaker Model Registryの「ModelApprovalStatus」変更イベントをキャプチャし、AWS Step FunctionsまたはSageMaker Pipelinesの実行を自動でトリガーする。CloudTrailでAPIコールを記録して監査証跡を確保する。
Amazon EventBridgeはSageMaker Model Registryのモデル承認ステータス変更をイベントとして検出できます。イベント駆動アーキテクチャにより、ポーリングによる遅延や運用オーバーヘッドなく即座にデプロイパイプラインを起動できます。CloudTrailはすべてのSageMaker APIコールを自動記録するため、誰がいつモデルを承認したかの監査証跡も確保されます。
C AWS LambdaでModel Registryを定期的にポーリング（5分ごと）し、承認済みモデルを検出したらデプロイを開始する。Lambda実行ログはCloudWatch Logsで確認し、監査証跡として利用する。
Lambdaポーリングは最大5分の検出遅延と継続的な実行コストが発生し、EventBridgeのイベント駆動方式と比べて即時性・コスト効率の両面で劣る。
D Amazon SNSトピックにモデル承認イベントを送信し、MLエンジニアがサブスクライブして手動でデプロイを判断する。デプロイ判断の記録は担当者が手動で管理する必要がある。
Amazon SNSトピックにモデル承認イベントを送信し、MLエンジニアがサブスクライブして手動でデプロイを判断する方式で、人手による介入が必要です。
解説 Amazon EventBridgeはSageMaker Model Registryのモデル承認ステータス変更をイベントとして即時検出できます。イベント駆動アーキテクチャにより、ポーリングによる遅延や手動作業なしに、ステータスが「Approved」になった瞬間にデプロイパイプラインを自動起動できます。CloudTrailはすべてのSageMaker APIコールを自動記録するため、誰がいつモデルを承認したかの監査証跡も確保されます。
選択肢Aの手動CLIコマンド実行は人手による介入が必須でヒューマンエラーの温床となり、スケーラビリティに欠けます。
選択肢CのLambdaポーリングは最大5分の検出遅延と余分なコストが発生し非効率です。
選択肢DのSNS通知＋手動判断も人手介入が必要で、自動化という要件を満たしません。
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 →