MLA-C02：AWS Certified Machine Learning Engineer - Associate ML・AI ソリューションの運用・監視・セキュリティ 問8
ML・AI ソリューションの運用・監視・セキュリティ／モデル推論と性能の監視推論エンドポイントの運用状態（呼び出し回数・レイテンシ・エラー率・インスタンス使用率）を監視し、しきい値超過で通知を受けたい。最も適したものはどれか。
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 ソリューションの運用・監視・セキュリティ」に対応。実際の試験問題ではありません）
- ASageMaker Feature Store
- BAmazon Bedrock ナレッジベース
- CAWS Glue DataBrew
- DAmazon CloudWatch のメトリクスとアラーム（エンドポイントの運用メトリクスを監視・通知する）
正解：D
解説
SageMaker の推論エンドポイントは、呼び出し回数・レイテンシ・エラー率・インスタンス使用率などの運用メトリクスを Amazon CloudWatch に発行し、アラームでしきい値超過を通知できます。Feature Store・ナレッジベース・DataBrew は、エンドポイントの運用メトリクス監視の役割ではありません。
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。Feature Storeは特徴量の保存・共有です。
- B誤り。ナレッジベースはRAG構成です。
- C誤り。DataBrewはデータ準備です。
- D正しい。エンドポイントの運用メトリクス監視と通知は CloudWatch です。