Um engenheiro de ML está construindo um modelo de detecção de fraudes. As fontes de dados incluem logs de transações e perfis de clientes no S3, além de tabelas de um banco de dados MySQL on-premises. Qual serviço ou recurso da AWS pode agregar centralmente essas diversas fontes de dados para uso em ML?

O AWS Lake Formation é a solução correta porque ele simplifica a construção, segurança e gerenciamento de data lakes, permitindo agregar dados de diversas fontes, como S3 e bancos de dados on-premises (via AWS Glue), em um local centralizado. Ele fornece um catálogo de dados unificado e controles de segurança granulares, essenciais para modelos de ML. Executar jobs do Amazon EMR Spark é uma ferramenta de processamento, não de agregação centralizada e gerenciamento de data lake. O Amazon Kinesis Data Streams é para coleta e processamento de dados em tempo real, não para agregação e gerenciamento de dados históricos de diversas fontes. O Amazon DynamoDB é um banco de dados NoSQL, não um serviço para agregar e gerenciar um data lake de diversas fontes.