Um fornecedor entrega dados de treinamento limpos e prontos para uso no bucket Amazon S3 da empresa a cada 3-4 dias. A empresa possui um pipeline SageMaker para retreinar o modelo. O engenheiro de ML precisa que o pipeline seja executado automaticamente quando novos dados chegarem ao S3 com o mínimo de sobrecarga operacional. Qual solução ele deve implementar?

A solução correta é criar uma regra do Amazon EventBridge porque ele permite a automação sem servidor, acionando o pipeline do SageMaker diretamente em resposta a eventos de criação de objetos no S3. Isso minimiza a sobrecarga operacional, pois não requer gerenciamento de servidores ou polling. A criação de uma regra de ciclo de vida do S3 não aciona o treinamento; ela gerencia o armazenamento de objetos. Implantar uma função AWS Lambda para escanear o bucket S3 introduz sobrecarga operacional desnecessária, pois o EventBridge pode reagir diretamente aos eventos. Usar o Amazon MWAA (Managed Workflows for Apache Airflow) é uma solução de orquestração mais complexa e robusta, mas é excessiva para a necessidade simples de acionar um pipeline com base na criação de objetos S3, adicionando complexidade e custo desnecessários.