Anwender können ein System zur Meta-Überwachung von Inferenzen für Amazon SageMaker AI Endpunkte mit Amazon Quick aufbauen. Diese Lösung fungiert als übergeordnete Governance-Schicht direkt über den produktiven Machine-Learning-Inferenz-Pipelines. Das System dient dazu, eine strukturierte Kontrollinstanz für den Betrieb von Modellen bereitzustellen. Dadurch lassen sich laufende Inferenzprozesse systematisch überwachen.
Die Governance-Schicht übernimmt die kontinuierliche Verfolgung der Vorhersage- und Datenqualität im laufenden Betrieb. Zudem ist die Lösung darauf ausgelegt, Leistungsabweichungen und Veränderungen in den Datenströmen zu erkennen. Durch diese Überwachung wird die Qualität der Modellvorhersagen durchgehend kontrolliert. So bleibt die Zuverlässigkeit der eingesetzten Machine-Learning-Pipelines transparent.
Ein wesentlicher Funktionsumfang betrifft den Umgang mit zeitversetzt vorliegenden Informationen. Das System kann verzögerte Grundwahrheiten nahtlos in die Bewertung integrieren. Darüber hinaus stellt die Architektur automatisierte Leistungsvisualisierungen in Form von Dashboards bereit. Auf diese Weise werden sämtliche relevanten Leistungsdaten übersichtlich für den Anwender aufbereitet.