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 Batch Transformを利用するのに最も適したユースケースはどれですか。

A
大量データに対する定期的なオフライン推論
✓ 正解
事前に保存された大量データを対象とする推論ジョブを効率的に実行できる。
B
ミリ秒単位応答が必要なリアルタイム推論
低レイテンシ応答が必要な場合はリアルタイムエンドポイントの利用が一般的である。
C
特徴量エンジニアリングの実装
特徴量生成や前処理の実装は別のサービスや工程で行うことが多い。
D
モデル学習用インスタンスの監査
学習基盤の監査やコンプライアンス確認を目的とした機能ではない。

解説

Amazon SageMaker Batch Transformは、Amazon S3に保存されたデータセット全体に対してバッチ推論を一括実行するサービスです。エンドポイントを常時起動する必要がないため、定期的なオフライン推論にコスト効率よく対応できます。 選択肢Bのミリ秒単位応答が必要なリアルタイム推論には、SageMakerリアルタイム推論エンドポイントを使用します。Batch Transformはリクエストごとの低レイテンシーには対応しておらず、大量データの一括処理向けのサービスです。 選択肢Cの特徴量エンジニアリングはSageMaker Processing JobsやAWS Glue、SageMaker Feature Storeが担当します。Batch Transformは推論処理専用のサービスであり、特徴量変換機能は持ちません。 選択肢DのAWSリソースの監査はAWS CloudTrailやAWS Configが担当します。SageMaker Batch Transformはモデル推論専用であり、インスタンスの監査機能は提供していません。

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 →
MLA の問題一覧に戻る