A StreamVid mantém terabytes de logs CSV brutos no S3 e precisa de criação de perfil automatizada e transformação repetível (analisar carimbos de data/hora, descartar colunas de baixa cardinalidade, converter para Parquet) antes do treinamento. Qual fluxo de trabalho do DataBrew melhor atende a esses requisitos e o que deve ser garantido para execuções agendadas?

A opção correta descreve o fluxo de trabalho padrão do DataBrew para preparação de dados. O DataBrew é projetado para criação de perfil, limpeza e normalização de dados, suportando a criação de receitas para transformações repetíveis e a gravação de saídas em formatos como Parquet. A capacidade de agendar trabalhos e a necessidade de permissões de IAM e configuração de VPC são cruciais para operações automatizadas e seguras. As outras opções estão incorretas porque: A segunda opção afirma que o DataBrew não pode agendar trabalhos ou gravar Parquet, o que é falso. Além disso, usar credenciais de usuário do IAM diretamente no trabalho é uma prática de segurança ruim. A terceira opção sugere que o DataBrew é desnecessário e não pode produzir saídas Parquet ou execuções agendadas, o que também é falso. O SageMaker Data Wrangler é uma alternativa, mas o DataBrew é perfeitamente capaz de atender aos requisitos. A quarta opção propõe uma solução baseada em Lambda, que seria excessivamente complexa e manual para as capacidades de preparação de dados que o DataBrew oferece de forma gerenciada e visual.