Un conjunto de datos contiene características tabulares ordenadas con valores sensibles que deben ser enmascarados (no descartados) antes de que otro equipo comience el desarrollo del modelo. ¿Qué servicio debería usar el ingeniero de ML para enmascarar los campos sensibles con el mínimo esfuerzo?

AWS Glue DataBrew es la herramienta más eficiente para esta tarea. Ofrece transformaciones visuales preconstruidas, incluyendo funciones de enmascaramiento y ofuscación, que se pueden aplicar directamente a los datos tabulares sin necesidad de codificación. Esto permite enmascarar los campos sensibles con mínimo esfuerzo y de forma interactiva. Amazon Macie está diseñado para descubrir y clasificar datos sensibles, no para transformarlos o enmascararlos directamente. AWS Batch y Amazon EMR son servicios potentes para el procesamiento de datos a gran escala, pero requerirían escribir y mantener código personalizado para la lógica de enmascaramiento, lo que implica un mayor esfuerzo en comparación con las capacidades integradas de DataBrew.