ある企業はMLOpsパイプラインを構築しており、データサイエンティストがSageMaker Model Registryで新しいモデルバージョンを「Approved」ステータスに変更した直後に、自動でステージング環境へのデプロイをトリガーしたいと考えています。最小限の運用負荷でこの自動化を実現するアーキテクチャとして最も適切なものはどれですか？
Amazon EventBridgeルールをSageMaker Model Registryの「SageMaker Model Package State Change」イベントに設定し、ステータスがApprovedに変わった際にAWS CodePipelineを自動トリガーする
✓ 正解
Amazon EventBridgeはSageMaker Model Registryのモデルパッケージステータス変更イベント（SageMaker Model Package State Change）をネイティブにサポートしています。ステータスがApprovedに変わった瞬間にEventBridgeルールがトリガーされ、AWS CodePipelineを自動起動することで、人手を介さないCI/CDパイプラインを実現できます。
Amazon EventBridgeはSageMaker Model Registryのモデルパッケージステータス変更イベント（SageMaker Model Package State Change）をネイティブにサポートしています。ステータスがApprovedに変わった瞬間にEventBridgeルールがトリガーされ、AWS CodePipelineを自動起動することで、人手を介さないCI/CDパイプラインを実現できます。
選択肢AのLambdaによる定期ポーリングはリアルタイム性が低く、承認直後の検出に遅延が生じる上に不要なAPI呼び出しコストが発生します。
選択肢CのSageMaker Pipelinesのカスタムステップ内でのステータス監視は、パイプライン実行コンテキスト外でのModel Registry変更をリアクティブに検知する設計に適しておらず、実装が複雑になります。
選択肢DのSNS通知後に担当者が手動でパイプラインを開始する構成は自動化ではなく運用負荷が高くなります。