AIF-C01 Question 62

Community Discussion

Written by other learners. Comments can disagree with the marked answer — check the official documentation when in doubt.

• Chose A1

  A is the correct answer

• Chose U1

  Explicação: A transformação em lote (batch transform) do Amazon SageMaker é ideal quando: Você precisa realizar inferência em grandes volumes de dados (vários GBs), Não há necessidade de resposta em tempo real, Os dados estão arquivados (por exemplo, em Amazon S3), O processamento pode ocorrer de forma agendada ou sob demanda, com resultados também armazenados em lote. Essa abordagem é eficiente, escalável e econômica para casos em que a latência não é um fator crítico. D. Inferência assíncrona ➡️ Boa para requisições grandes com latência variável, mas ainda envolve chamadas via endpoint. Batch transform é mais otimizado quando os dados já estão arquivados e processados em massa.

• Chose A2

  Batch transform is ideal for scenarios where you need to perform inference on large datasets, but the predictions are not needed immediately.