SageMaker Pipelines ②モデルリリース (モデル格納先や学習条件を整理) ①学習済みモデルの格納 検証/本番環境 ③リリース検出 イベント発火 Event Bridge モデル学習 SageMaker Endpoint サービング Lambda など SageMaker Endpoint サービング ④モデルの配布 ⑤配布 Code Pipeline (詳細割愛) 結果出力/監視 (ストレージ経由) SageMaker Model Monitor Lambda など SageMaker Model Monitor 要件にも依るが、例えば開発環境で用意したモデルを配布するようなアーキテクチャにするとコストが抑えられる ただし、正解はなく、要件やMLモデルの特性に応じた最適化は必要である+様々な検討ポイントがある 以下のようなアーキテクチャテンプレートがマネージドサービス化されているとなおありがたいなと感じた