Un repositorio de conjuntos de datos en S3 contiene información de identificación personal (PII) que debe ser redactada antes del entrenamiento del modelo. ¿Qué opción minimiza el esfuerzo de desarrollo para eliminar la PII de los datos?

AWS Glue DataBrew es la opción que minimiza el esfuerzo de desarrollo porque ofrece transformaciones preconstruidas para detectar y redactar PII, incluyendo patrones comunes como números de seguridad social, direcciones de correo electrónico y números de teléfono. Esto permite un procesamiento de datos visual y sin código, reduciendo significativamente el tiempo y la complejidad de la implementación. Amazon SageMaker Data Wrangler también es una herramienta de preparación de datos, pero requeriría escribir una transformación personalizada, lo que implica más esfuerzo de desarrollo que las transformaciones predefinidas de DataBrew para PII. Crear una función de AWS Lambda personalizada o usar un endpoint de desarrollo de AWS Glue con código personalizado en un notebook requerirían un desarrollo de código completo para la detección y redacción de PII, lo que representa el mayor esfuerzo de desarrollo.