一家公司将创建多个机器学习预测模型。训练数据存储在 Amazon S3 中，完整数据集大于 5 TB，包含 CSV、JSON、Parquet 和文本文件。数据必须经过几个顺序处理步骤，其中包括复杂的转换和一些自然语言处理 (NLP) 工作，这些工作可能需要数小时才能运行。整个过程必须自动化。哪种解决方案能满足这些需求？

Amazon SageMaker Pipelines 专为构建、管理和自动化机器学习工作流而设计，能够处理多步骤、复杂的转换和长时间运行的任务，非常适合本场景中处理多种文件格式（CSV、JSON、Parquet、文本文件）和大型数据集（5 TB）的需求。结合 Amazon EventBridge，可以轻松实现整个流程的自动化触发和调度。 其他选项的不足： Amazon SageMaker Data Wrangler 专注于数据准备和特征工程，虽然功能强大，但其主要设计目的不是编排端到端的多步骤复杂 ML 工作流，特别是包含 NLP 等长时间运行的任务时。 Amazon SageMaker notebooks 主要用于交互式开发和实验，不适合生产环境中的自动化和编排。 AWS Lambda 函数有执行时间限制（通常最长 15 分钟），不适合包含复杂转换和 NLP 等可能运行数小时的任务。