Uma equipe de ciência de dados armazena um conjunto de dados tabulares no Amazon S3. A equipe deseja experimentar várias transformações de recursos (por exemplo, codificação categórica), visualizar as distribuições resultantes e, em seguida, automatizar o fluxo de trabalho de processamento de recursos escolhido. Qual solução oferece a maior eficiência operacional?

A opção correta é a mais eficiente operacionalmente porque o Amazon SageMaker Data Wrangler é projetado especificamente para a preparação de dados para ML, oferecendo transformações pré-configuradas e visualizações integradas, o que agiliza a experimentação. A exportação direta do fluxo de processamento para um SageMaker Pipeline automatiza o processo de forma nativa e escalável. As outras opções são menos eficientes: Usar uma instância de notebook SageMaker para experimentação e AWS Lambda para automação exige mais código manual e integração entre serviços, aumentando a complexidade. O AWS Glue Studio com código personalizado e AWS Lambda também demanda mais desenvolvimento e manutenção manual. Embora o Data Wrangler seja usado na última opção incorreta, a combinação com o Amazon QuickSight para visualização e a orquestração de funções Lambda individuais com AWS Step Functions introduz complexidade desnecessária, pois o Data Wrangler já oferece visualizações e a integração com SageMaker Pipelines é mais direta para automação de ML.