Ein ML-Ingenieur muss sicherstellen, dass ein Datensatz den PII-Vorschriften entspricht und verhindern, dass SageMaker-Trainingsinstanzen PII verwenden. Was ist die betrieblich effizienteste Lösung?
Wählen Sie eine Antwort
Tippen Sie auf eine Option, um Ihre Antwort zu überprüfen.
Richtige Antwort: Amazon Comprehend DetectPiiEntities aufrufen, um PII zu redigieren, die redigierten Daten in einem Amazon S3-Bucket zu speichern und SageMaker auf diesen S3-Bucket für das Training zugreifen zu lassen..
Warum dies die Antwort ist
Die effizienteste Lösung ist die Verwendung von Amazon Comprehend DetectPiiEntities zur Redigierung von PII und das Speichern der redigierten Daten in Amazon S3. SageMaker kann direkt auf S3-Buckets zugreifen, was eine nahtlose Integration und Kosteneffizienz bietet. Amazon EFS ist eine Dateisystemlösung, die für SageMaker-Trainingsinstanzen zwar technisch möglich, aber komplexer und teurer in der Verwaltung ist als S3 für diesen Anwendungsfall. AWS Glue DataBrew kann Daten bereinigen, aber Comprehend ist speziell für die PII-Erkennung und -Redigierung optimiert. Amazon Macie ist ein Dienst zur Erkennung sensibler Daten, bietet aber keine direkte Redigierungsfunktion, die für diesen Workflow erforderlich wäre.
Bestehen Sie Ihre Prüfung – ohne endlose Antwortsuche
Erhalten Sie jede verifizierte Frage und Erklärung für diese Prüfung an einem Ort und sparen Sie Stunden der Vorbereitung. Über 1.000 Zertifizierungen · Über 20 Sprachen · Kostenloser Start.
Bestehen Sie Ihre Prüfung schneller → Keine Karte erforderlich