Después de agregar los datos, el ingeniero de ML necesita una forma automatizada de detectar anomalías en el conjunto de datos y de visualizar los hallazgos. ¿Qué solución cumple ambos requisitos?

La opción correcta es usar Amazon SageMaker Data Wrangler porque está diseñado específicamente para la preparación de datos, incluyendo la detección automática de anomalías y la visualización interactiva de los resultados. Data Wrangler ofrece transformaciones preconstruidas y análisis de calidad de datos que permiten identificar patrones inusuales y visualizar su distribución directamente en la interfaz. Amazon Athena es una herramienta de consulta interactiva para datos en S3, no una solución de detección automática de anomalías con capacidades de visualización integradas. Amazon Redshift Spectrum permite consultar datos en S3 usando Redshift, pero no incluye detección de anomalías ni visualización. Amazon QuickSight es una herramienta de BI para visualización, pero no realiza detección automática de anomalías. AWS Batch es un servicio para ejecutar cargas de trabajo por lotes, no para detección de anomalías o visualización.