Un ingeniero de datos debe cargar un conjunto de datos en un data lake de Amazon S3 utilizando servicios de AWS. Después de perfilar los datos, el ingeniero descubre información de identificación personal (PII). El ingeniero necesita perfilar el conjunto de datos y ofuscar la PII. ¿Qué enfoque satisfará este requisito con el MENOR esfuerzo operativo?

La opción correcta es la que implica usar la transformación "Detect PII" en AWS Glue Studio porque esta herramienta está diseñada específicamente para identificar PII en conjuntos de datos y ofrece capacidades de ofuscación integradas o fáciles de implementar. AWS Glue Studio es un servicio de ETL sin servidor que minimiza el esfuerzo operativo al proporcionar una interfaz visual para construir, ejecutar y monitorear trabajos de ETL. Orquestar el pipeline con AWS Step Functions es una buena práctica para flujos de trabajo complejos. Las otras opciones son menos eficientes: Kinesis Data Firehose con Lambda y SDK requeriría desarrollar y mantener código personalizado para la detección y ofuscación de PII, lo que aumenta el esfuerzo operativo. La opción de AWS Glue Data Quality no es el método principal para ofuscar PII directamente; sus reglas se centran más en la validación de la calidad de los datos. Ingerir primero en DynamoDB y luego usar Lambda para procesar y mover a S3 introduce un paso intermedio innecesario y más complejidad, aumentando el esfuerzo operativo.