MLA-C02：AWS Certified Machine Learning Engineer - Associate ML モデルと基盤モデルの開発 問9
ML モデルと基盤モデルの開発／モデルの学習・ファインチューニング・カスタマイズSageMaker AI での学習ジョブについて、中断されても再開でき、実行タイミングに融通が利く。学習コストを最大限抑えたい。最も適した方法はどれか。
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 モデルと基盤モデルの開発」に対応。実際の試験問題ではありません）
- Aマネージドスポットトレーニングを使う（スポットキャパシティを利用して学習コストを削減する）
- B常にオンデマンドの最大インスタンスで学習する
- C推論エンドポイントを常時起動して学習させる
- D学習をローカルPCだけで行う
正解：A
解説
SageMaker のマネージドスポットトレーニングは、スポットキャパシティを利用して学習コストを大幅に削減でき、チェックポイントにより中断からの再開も可能なため、中断を許容できる学習に適します。常時オンデマンド最大・推論エンドポイントでの学習・ローカルPCのみは、コスト最適化の手段ではありません。
選択肢ごとの解説
- A正しい。中断許容の学習コスト削減はマネージドスポットトレーニングです。
- B誤り。常時オンデマンド最大はコストが高く、コスト削減の要件に反します。
- C誤り。推論エンドポイントは学習用ではありません。
- D誤り。ローカルPCのみは大規模学習に不向きで、マネージドのコスト最適化でもありません。