一家电子商务公司希望构建和训练机器学习 (ML) 模型，以可视化复杂场景并检测客户数据中的趋势。架构团队必须将 ML 模型与报告平台集成，以便可以直接在商业智能仪表板中分析和使用增强数据。哪种解决方案能够以最少的运营开销满足这些要求？

正确答案是使用 Amazon SageMaker 构建和训练模型，并使用 Amazon QuickSight 可视化数据。Amazon SageMaker 是一种完全托管的服务，用于构建、训练和部署机器学习模型，它提供了最少的运营开销，因为它处理了底层基础设施。Amazon QuickSight 是一种基于云的商业智能服务，可以轻松创建交互式仪表板和可视化，非常适合分析和使用增强数据。 AWS Glue ML transform 主要用于数据准备和特征工程，而不是构建和训练复杂的 ML 模型，且 Amazon OpenSearch Service 更侧重于搜索和日志分析，而非商业智能报告。预构建的 ML AMI 需要更多的管理和维护，不符合“最少运营开销”的要求。Amazon QuickSight 的计算字段功能不足以构建和训练复杂的 ML 模型。