MLAMLワークフローのデプロイとオーケストレーション
データエンジニアリングチームが以下の2つのトリガー条件を持つML再学習自動化システムを設計しています。
①毎週月曜日00:00（UTC）に定期再学習を実行する
②S3バケットの特定プレフィックス（`s3://ml-data/incoming/`）に新しいデータファイルがアップロードされた際も即座に再学習をトリガーする
どちらのトリガーも同じSageMaker Pipelinesパイプラインを起動します。カスタムコードを最小限に抑えて実装する方法として最も適切なものはどれですか？
AAWS LambdaにAmazon EventBridgeのcronスケジュールを設定して週次実行し、S3イベント通知でも同じLambda関数をトリガーして、Lambda内でSageMaker PipelinesのAPIを呼び出す
Lambda経由の方法は、カスタムコードの管理が必要になります。
BAmazon EventBridgeでcron式のスケジュールルールとS3イベント（ObjectCreated）のルールをそれぞれ作成し、両方のターゲットを同じSageMaker Pipelinesパイプラインに設定する
✓ 正解
Amazon EventBridgeはSageMaker Pipelinesをネイティブターゲットとして直接サポートしており、Lambdaなどの中間層を介さずにパイプラインを起動できます。cron式によるスケジュールルール（例：`cron(0 0 ? * MON *)`）でスケジュール実行を、S3イベントルールでObjectCreatedイベントを検知してのトリガーを設定でき、いずれも同じパイプラインARNをターゲットに指定するだけで実装できます。
CSageMaker PipelinesのPipeline Schedule機能で週次実行を設定し、S3イベントトリガーには別途Lambda関数を用意してstart_pipeline_execution APIを呼び出す
SageMaker PipelinesのPipeline Schedule機能で週次実行を設定し、S3イベントトリガーには別途Lambda関数を用意することは、カスタムコードの管理が必要になります。
DAWS Step Functionsのスケジュール実行で週次トリガーを管理し、S3イベント通知でEventBridgeをトリガーしてStep Functionsのステートマシンを起動してSageMaker Pipelinesを呼び出す
AWS Step Functions経由は、不必要に複雑です。
解説
Amazon EventBridgeはSageMaker Pipelinesをネイティブターゲットとして直接サポートしており、Lambdaなどの中間層を介さずにパイプラインを起動できます。cron式によるスケジュールルール（例：`cron(0 0 ? * MON *)`）でスケジュール実行を、S3イベントルールでObjectCreatedイベントを検知してのトリガーを設定でき、いずれも同じパイプラインARNをターゲットに指定するだけで実装できます。
選択肢Aの Lambda経由の方法は、カスタムコードの管理が必要になります。
選択肢Cの SageMaker PipelinesのPipeline Schedule機能で週次実行を設定し、S3イベントトリガーには別途Lambda関数を用意することは、カスタムコードの管理が必要になります。
選択肢Dの AWS Step Functions経由は、不必要に複雑です。
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 →