ML と AI のソリューションの運用、モニタリング、保護24% · 3項目

Q1. Bedrock を使うアプリの、実際のプロンプトと応答を記録して、品質の調査と監査に使いたい。最も適切な設定はどれか。

1. CloudWatch の Bedrock のメトリクスで、トークンの数と遅延を記録する
2. CloudTrail のデータイベントを有効にし、InvokeModel の記録を S3 に保存する
3. Bedrock のガードレールのトレースを有効にし、ブロックされた要求を記録する
4. Bedrock のモデルの呼び出しのログ記録を有効にし、S3 や CloudWatch Logs に出す

Q2. 2 つの本番のバリアントで A/B テストをしている。どちらのモデルが良いかを判断する方法として、最も適切なものはどれか。

1. バリアントごとの遅延とエラーの率を比べ、低いほうを選ぶ
2. オフラインの検証データの精度を比べ、高いほうの重みを上げる
3. バリアントごとの CloudWatch のメトリクスと、購入の率などの業務の指標を比べる
4. 最初の 1 時間の購入の率を比べ、高いほうを選ぶ

Q1. Bedrock の費用を、経理部と他の部署で分けて見たい。最も適切な方法はどれか。

1. 部署ごとにアプリケーション推論プロファイルを作ってタグを付け、コスト配分タグで集計する
2. 部署ごとに AWS の請求書を印刷して、それぞれが使った量を手作業で推測して書き込むことにする
3. すべての部署で同じモデルの ID を使い、月末に費用を人数で割って配ることにする
4. 費用は部署で分けずに、すべて経理部が使ったものとして記録することにする

Q2. Cost Explorer で見ると、SageMaker Studio の使われていないアプリの費用が大きい。次に行うべきこととして最も適切なものはどれか。

1. Cost Explorer の表示を止めて、費用のグラフを誰も見ないようにしておく
2. アイドル時の自動のシャットダウンを設定し、使われていないアプリを止める
3. Studio の利用者の数を増やして、アプリが使われるようにしておく
4. すべてのアプリのインスタンスを最大の種類に変えて、作業を速くする

Q1. データサイエンティスト・MLOps のエンジニアなどの役割ごとに、SageMaker AI の適切な権限のロールを手早く作りたい。最も適切な方法はどれか。

1. 管理ポリシー AmazonSageMakerFullAccess を、全員のロールに付ける
2. IAM Access Analyzer でポリシーを生成し、各ロールの雛形にする
3. IAM Identity Center の許可セットに AdministratorAccess を割り当てる
4. SageMaker Role Manager で、ペルソナと ML の作業に合わせたロールを作る

Q2. 外部から提供されたアルゴリズムのコンテナで学習する。学習の中のコンテナから、外部への通信をすべて禁止したい。最も適切な設定はどれか。

1. インスタンスの数を 1 台にして、通信の量が少なくなるようにしておく
2. 学習ジョブでネットワークの分離（EnableNetworkIsolation）を有効にする
3. 学習ジョブの名前に「外部の通信の禁止」と書いて、目印にしておく
4. コンテナの中のログを無効にして、通信の記録が残らないようにする