20. 某電商公司計畫導入即時推薦系統，希望使用者進入網站後能在 100 毫秒內取得 推薦結果，且推薦結果需依據最新使用者行為進行調整。系統需支援每日約 50 萬 活躍使用者，尖峰時段每秒約 3,000 筆請求(QPS)。目前公司已累積歷史購買紀 錄與瀏覽行為資料，並持續接收即時點擊流(Streaming Data)。IT 基礎架構採用 雲端環境，團隊配置為 2 名資料工程師與 1 名機器學習工程師。某工程師提出以 下導入規劃：
(1)使用批次訓練(Batch Training)建立協同過濾模型
(2)將模型部署為 REST API 提供即時推論服務
(3)使用 Kafka 串流處理即時使用者行為特徵
(4)將所有即時資料先寫入資料倉儲(Data Warehouse)再進行特徵計算
(5)使用 Redis 或 Feature Store 快取即時特徵 請問以下哪一項最合理的技術導入規劃組合與調整建議？
(A)保留(1)(2)(3)，移除(4)，並加入(5)以降低延遲；
(B)保留(1)(4)，移除(3)，以確保資料一致性與系統穩定；
(C)保留(2)(4)(5)，移除(1)，改用即時線上學習(Online Learning)；
(D)全部保留(1)~(5)，可同時兼顧即時性與資料完整性

答案：登入後查看
統計： 尚無統計資料