Tiene archivos CSV en Amazon S3 que incluyen una columna de marca de tiempo con el formato: 1 de marzo de 2020, 08:14pm. Su hipótesis es que el día de la semana, el mes y la hora afectan la variable objetivo, por lo que necesita agregar tres nuevas características (día de la semana, mes, hora) al conjunto de datos. ¿Qué enfoque agrega estas características y requiere la menor sobrecarga operativa para producir un nuevo archivo en S3?

La opción correcta es Amazon SageMaker Data Wrangler porque está diseñado para la preparación de datos sin código o con poco código, lo que minimiza la sobrecarga operativa. Su transformación "Featurize date/time" automatiza la extracción de componentes de fecha y hora como el día de la semana, el mes y la hora de una columna de marca de tiempo, y puede exportar directamente el resultado a S3. Las otras opciones, como Amazon EMR, Amazon SageMaker Processing y AWS Glue, requieren escribir y mantener código (PySpark o Python) para realizar la misma tarea. Esto aumenta la sobrecarga operativa en comparación con el enfoque guiado por interfaz de usuario de Data Wrangler para esta transformación específica. Si bien son herramientas potentes para transformaciones más complejas, para la extracción de características de fecha/hora, Data Wrangler es la solución más eficiente y con menor sobrecarga.