Todos los datos sin procesar para un proyecto de ML se almacenan en Amazon S3. Un ingeniero de ML debe construir pipelines de ingesta de datos y pipelines de despliegue de modelos en AWS. ¿Qué combinación de servicios debería usar el ingeniero?

AWS Glue es un servicio de extracción, transformación y carga (ETL) sin servidor que es ideal para construir pipelines de ingesta de datos, especialmente cuando los datos brutos se almacenan en Amazon S3. Permite preparar y transformar datos para el entrenamiento de modelos. Amazon SageMaker Studio Classic proporciona un entorno de desarrollo integrado (IDE) para todo el flujo de trabajo de ML, incluyendo la creación, entrenamiento y despliegue de modelos, lo que lo hace adecuado para pipelines de despliegue. Amazon Kinesis Data Firehose es para la ingesta de datos en tiempo real, no para datos brutos ya almacenados en S3. Amazon Redshift ML se centra en el entrenamiento de modelos dentro de Redshift, no en la ingesta general de datos. Amazon Athena es un servicio de consulta interactiva, no una herramienta para construir pipelines de ingesta de datos. Un notebook de SageMaker es una opción para el despliegue, pero SageMaker Studio Classic ofrece un entorno más completo y gestionado para pipelines de despliegue.