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5
ML・AI ワークフローのデプロイとオーケストレーション／MLOps の自動オーケストレーションと CI/CDデータ準備 → 学習 → 評価 → 承認 → デプロイという一連の ML ワークフローを、再現性をもって自動化（MLOps）したいと考えています。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 Pipelines でワークフローを定義し、Model Registry と組み合わせて学習・評価・デプロイを自動化する
- B毎回ノートブックを手動で順番に実行する
- C各ステップを EC2 の cron で時刻決め打ちにして回す
- Dワークフローは自動化できないものとして手作業で運用する
正解：A
解説
Amazon SageMaker Pipelines は、データ準備・学習・評価・条件分岐・モデル登録・デプロイといった ML ワークフローを定義して自動化できる MLOps サービスです。Model Registry と組み合わせると再現性と承認フローを確立できます。手動ノートブックや cron 決め打ちは再現性・保守性に欠けます。
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正しい。SageMaker Pipelines ＋ Model Registry で、ML ワークフローを再現性をもって自動化できます。
- B誤り。毎回の手動ノートブック実行は再現性・自動化になりません。
- C誤り。cron の時刻決め打ちは依存関係や条件分岐を扱えません。
- D誤り。手作業運用は MLOps の自動化・再現性の要件に反します。