Ein Einzelhändler speichert täglich 100 GB Transaktionsdaten in S3 und muss das Datenschema erkennen, Transformationen an den S3-Daten durchführen und ML zur Betrugserkennung einsetzen, alles mit minimalem Betriebsaufwand. Welche Kombination von Services sollte er verwenden? (Wählen Sie drei.)

AWS Glue Crawler ist ideal, um das Schema von Daten in S3 automatisch zu erkennen und in einem Data Catalog zu speichern, was den operativen Aufwand minimiert. AWS Glue Workflows und Jobs bieten eine serverlose, skalierbare Lösung für ETL-Transformationen (Extrahieren, Transformieren, Laden) der Daten, was die Anforderungen an den Betriebsaufwand erfüllt. Amazon Fraud Detector ist ein vollständig verwalteter Service, der speziell für die Betrugserkennung entwickelt wurde und maschinelles Lernen nutzt, ohne dass ML-Expertise erforderlich ist, was ihn zur besten Wahl für diesen Anwendungsfall macht. Amazon Athena kann Daten scannen, aber AWS Glue Crawler ist besser für die Schemadetektion geeignet. Amazon Redshift ist ein Data Warehouse und nicht primär für ETL-Transformationen oder Betrugserkennung konzipiert; Glue und Fraud Detector sind hierfür spezialisierter und effizienter.