Um engenheiro de ML deve garantir que um conjunto de dados esteja em conformidade com os regulamentos de PII e evitar que as instâncias de treinamento do SageMaker usem qualquer PII. Qual é a solução mais eficiente operacionalmente?

A opção correta é a mais eficiente operacionalmente porque o Amazon Comprehend DetectPiiEntities é um serviço gerenciado que detecta e redige PII de forma programática, garantindo a conformidade. Armazenar os dados redigidos em um bucket S3 e permitir que o SageMaker acesse diretamente esse bucket é a abordagem padrão e mais escalável para treinamento de modelos, minimizando a sobrecarga de gerenciamento de infraestrutura. As outras opções são menos eficientes: Usar Amazon EFS com Comprehend ou DataBrew introduz uma camada de complexidade e custo desnecessários para o armazenamento de dados de treinamento, que geralmente são bem atendidos pelo S3. O EFS é mais adequado para cargas de trabalho que exigem acesso a sistemas de arquivos compartilhados e de alta performance, o que não é o caso aqui. O Amazon Macie é excelente para descoberta de PII, mas não oferece um mecanismo automático para remover ou redigir PII diretamente para uso em treinamento, exigindo etapas adicionais de processamento.