AWS認定資格 WEB問題集＆徹底解説

会員登録/ログイン

• タスクステートメント4.2：インフラとコストのモニタリングと最適化

分野4：ML ソリューションのモニタリング、保守、セキュリティ

• No.33 SageMakerエンドポイントのトラフィック監視と通知
• No.62 ML推論サービスのパフォーマンスボトルネック特定
• No.77 AWSリソース設定変更の監査対応
• No.98 コスト効率の高いバッチ処理実行
• No.112 AWS MLワークロードのコスト効率化
• No.132 SageMakerエンドポイントのパフォーマンス監視
• No.145 SageMaker推論のスケーリングと遅延の監視
• No.152 SageMakerエンドポイントのコストと性能最適化
• No.156 機械学習推論のコスト最適化と運用削減
• No.160 サーバーレスMLアプリのパフォーマンス課題解決
• No.181 MLワークロード向けAWSリソース最適化
• No.191 MLモデル運用におけるDevOps Guruの役割
• No.214 SageMaker再学習の監査と通知戦略
• No.236 SageMakerリアルタイム推論の最適な運用監視
• No.250 SageMakerエンドポイントのスケーリングとコスト最適化
• No.262 SageMaker Studioコスト追跡とアラート
• No.265 デプロイ済みMLモデルの継続的監視
• No.275 ML環境のコストとセキュリティ最適化
• No.278 MLモデルの健全性可視化戦略
• No.293 SageMakerモデルの操作ログとアラート
• No.318 SageMakerリアルタイムエンドポイントのスケーリング
• No.341 EC2ウェブポータルパフォーマンス監視
• No.345 MLモデルのレイテンシーとスケーリング問題への対応
• No.360 SageMaker Studioのコストアラート実装
• No.366 EC2の運用監視と構成管理の最適化
• No.369 MLワークロードの最適なリソースプロビジョニング戦略
• No.380 MLモデルトレーニングの最適なコスト戦略
• No.385 推奨システムモデルの品質向上
• No.392 サーバレスMLアプリケーションのレイテンシ診断
• No.402 低レイテンシー要件を保ったエンドポイントのライトサイジング
• No.403 複数MLプロジェクトにまたがるコストの追跡と配分
• No.404 SageMaker 運用コストの分析と最適化に使う AWS コストツールの使い分け
• No.409 利用効率の低い ML インフラを特定するリソース最適化
• No.415 ML基盤のコスト最適化に向けたAWSツールの組み合わせ
• No.421 推論APIの呼び出し急増を検知する仕組み
• No.427 中断耐性バッチジョブに適したEC2購入オプション
• No.433 リアルタイム推論エンドポイントのキャパシティとコストの両立
• No.439 サーバーレスMLパイプラインのレイテンシー調査
• No.443 EMRクラスターのノード別インスタンス購入オプションの選定
• No.447 ML ワークロードにおける EC2 購入オプションの使い分け
• No.452 SageMaker ドメインのコストしきい値超過を自動通知する仕組み
• No.477 複数の ML モデルを横断する一元的な監視ダッシュボードの構築方式
• No.478 SageMakerエンドポイントのCloudWatch監視によるレイテンシー対応
• No.493 MLプロジェクト別コスト可視化に必要な請求側の設定
• No.494 推論エンドポイントのアラート通知をチャットチャネルへ配信
• No.495 推論アプリケーションのCPUホットスポット特定
• No.496 コンソール上のエラー原因調査を支援する生成AIアシスタント