Um aplicativo de processamento de formulários no EC2 e RDS armazena formulários digitalizados carregados no S3 e envia notificações via Amazon SNS para que uma equipe humana valide e extraia dados, e então chame uma API externa. Você deve automatizar o processamento de formulários com extração precisa, tempo mínimo de lançamento no mercado e sobrecarga operacional contínua mínima. Qual solução melhor atende a esses objetivos?

A opção correta utiliza AWS Step Functions e AWS Lambda para orquestrar o processo, o que garante automação e mínima sobrecarga operacional. O Amazon Textract é um serviço de ML totalmente gerenciado para extração de texto e dados de documentos, ideal para formulários digitalizados, e o Amazon Comprehend pode ser usado para análise de texto adicional. Ambos são serviços gerenciados, reduzindo o tempo de lançamento no mercado e a necessidade de gerenciar modelos de ML. Armazenar a saída no S3 é uma prática padrão e escalável. As outras opções são menos eficientes: Criar bibliotecas de OCR personalizadas e implantá-las em EKS ou EC2 aumenta significativamente o tempo de lançamento no mercado e a sobrecarga operacional, pois exige desenvolvimento e gerenciamento de infraestrutura de ML. Usar modelos de AI/ML treinados e hospedados em instâncias EC2 ou SageMaker para OCR, embora viável, ainda requer o treinamento e gerenciamento desses modelos, o que é mais complexo do que usar Textract e Comprehend, que já são otimizados para essas tarefas. Armazenar a saída no ElastiCache não é ideal para persistência de dados de formulários, que geralmente requerem armazenamento durável.