Ein Unternehmen sammelt bereits Social-Media-Beiträge in einem S3-Bucket und benötigt eine schnelle Lösung, um Stimmungen zu bewerten, Trends zu visualisieren und Warnmeldungen mit minimalem Infrastruktur- und Data-Science-Aufwand zu konfigurieren. Welche Kombination von AWS-Services erreicht dies am schnellsten?

Die korrekte Antwort ist die schnellste Lösung mit minimalem Aufwand, da sie vollständig auf verwalteten Services basiert und keine Modellentwicklung oder -bereitstellung erfordert. Amazon Comprehend ist ein vollständig verwalteter NLP-Service, der Stimmungsanalysen ohne Training durchführt. Eine Lambda-Funktion kann direkt auf S3-Uploads reagieren und Comprehend aufrufen. Das Schreiben der Stimmung in eine benutzerdefinierte CloudWatch-Metrik ermöglicht die Visualisierung von Trends und die Konfiguration von CloudWatch-Alarmen für Benachrichtigungen. Das Speichern in S3 bietet zudem eine dauerhafte Datenspeicherung. Die erste Option ist zu aufwändig, da sie das Training und die Bereitstellung eines SageMaker-Modells erfordert. Die zweite Option ist ebenfalls zu aufwändig, da der semantische Segmentierungsalgorithmus für Bild- oder Videoverarbeitung gedacht ist, nicht für Textstimmung. Die dritte Option verwendet zwar Comprehend, aber das Abfragen von Datensätzen aus DynamoDB mit einer weiteren Lambda-Funktion für Trends ist weniger effizient als die direkte Nutzung von CloudWatch-Metriken und -Alarmen für Trendanalysen und Benachrichtigungen.