Un ingeniero de ML está construyendo un modelo de detección de fraude. Las fuentes de datos incluyen registros de transacciones y perfiles de clientes en S3, además de tablas de una base de datos MySQL on-premises. ¿Qué servicio o capacidad de AWS puede agregar centralmente estas diversas fuentes de datos para su uso en ML?

AWS Lake Formation es la opción correcta porque permite construir un lago de datos seguro y centralizado, integrando datos de diversas fuentes como S3 y bases de datos on-premises (a través de Glue crawlers). Proporciona capacidades de gobernanza, seguridad y catalogación para estos datos agregados, haciéndolos aptos para el ML. Ejecutar trabajos de Amazon EMR Spark podría agregar datos, pero Lake Formation ofrece la capa de gobernanza y centralización. Amazon Kinesis Data Streams es para datos en tiempo real, no para la agregación centralizada de fuentes existentes. Amazon DynamoDB es una base de datos NoSQL, no un servicio para agregar y gobernar diversas fuentes de datos para un lago de datos.