MLA-C02：AWS Certified Machine Learning Engineer - Associate ML・AI ワークフローのデプロイとオーケストレーション 問1
ML・AI ワークフローのデプロイとオーケストレーション／デプロイインフラの管理オンラインのアプリから、1 件ずつのリクエストに対して低レイテンシでリアルタイムに推論結果を返す必要があります。最も適切なのはどれですか。
当サイトのオリジナル問題（MLA-C02：AWS Certified Machine Learning Engineer - Associateの出題範囲「ML・AI ワークフローのデプロイとオーケストレーション」に対応。実際の試験問題ではありません）
- AAmazon SageMaker AI のリアルタイム推論エンドポイントにモデルをデプロイし、低レイテンシで同期的に推論を返す
- BSageMaker AI のバッチ変換（Batch Transform）で 1 日 1 回まとめて推論する
- C推論は夜間バッチでのみ実行する運用にする
- D推論のたびに担当者が手動でノートブックを実行する
正解：A
解説
1 件ずつのリクエストに低レイテンシで同期的に応答するには、Amazon SageMaker AI のリアルタイム推論エンドポイントが適します。バッチ変換や夜間バッチはオフラインの一括推論向けで、手動ノートブック実行はオンライン要件に合いません。
選択肢ごとの解説
- A正しい。リアルタイム推論エンドポイントは、低レイテンシの同期的なオンライン推論に適します。
- B誤り。Batch Transform は大量データの一括オフライン推論向けで、リアルタイムには不向きです。
- C誤り。夜間バッチのみではオンラインのリアルタイム要件を満たせません。
- D誤り。手動ノートブック実行は、オンライン推論の運用になりません。