Um varejista armazena 100 GB de dados transacionais no S3 diariamente e precisa detectar o esquema dos dados, realizar transformações nos dados do S3 e usar ML para detectar fraudes, tudo com o mínimo de sobrecarga operacional. Qual combinação de serviços eles devem usar? (Escolha três.)

Crawlers do AWS Glue são ideais para descobrir automaticamente o esquema de dados armazenados no S3, criando tabelas no AWS Glue Data Catalog que podem ser usadas por outros serviços. Workflows e jobs do AWS Glue permitem orquestrar e executar transformações de dados em escala, utilizando Apache Spark, o que é eficiente para grandes volumes de dados diários. O Amazon Fraud Detector é um serviço totalmente gerenciado projetado especificamente para detectar fraudes, minimizando a sobrecarga operacional ao não exigir que o varejista construa e mantenha seu próprio modelo de ML para detecção de fraudes. Usar o Amazon Athena para inferir o esquema é possível, mas os crawlers do Glue são mais robustos para descoberta de esquema e integração com o Data Catalog. O Amazon Redshift é um data warehouse e não a melhor ferramenta para transformações de dados em S3 ou para detecção de fraudes. O Amazon Redshift ML é para treinar modelos dentro do Redshift, o que adicionaria complexidade desnecessária quando o Fraud Detector é uma solução mais direta e especializada.