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10
ML・AI ワークフローのデプロイとオーケストレーション／リソースのプロビジョニングと構成社内ドキュメントに基づく RAG の生成AIアプリを、検索インデックス作成・埋め込み・取得・プロンプト連携まで、できるだけマネージドに構成したい。Amazon Bedrock で使う機能はどれか。
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 S3 Glacier（アーカイブ）
- BAWS Budgets（コスト予算）
- CAmazon Route 53（DNS）
- DAmazon Bedrock のナレッジベース（マネージドに RAG のデータソース取り込み・インデックス・取得を構成する）
正解：D
解説
Amazon Bedrock のナレッジベースは、データソースの取り込み・埋め込み・ベクターインデックス作成・取得（リトリーバル）・プロンプトへの根拠連携までをマネージドに構成でき、RAG アプリを手早く実現できます。Glacier・Budgets・Route 53 は、RAG のマネージド構成の機能ではありません。
下線の用語は 用語集 で意味を確認できます。
選択肢ごとの解説
- A誤り。Glacierはアーカイブで、RAG構成ではありません。
- B誤り。Budgetsはコスト予算管理です。
- C誤り。Route 53はDNSです。
- D正しい。マネージドなRAG構成は Amazon Bedrock のナレッジベースです。