Una empresa de transporte de camiones recopila aproximadamente 100 GB de imágenes nuevas por día de camiones en todo el mundo. Quieren explorar casos de uso de ML y asegurarse de que solo usuarios de IAM específicos puedan acceder a los datos. ¿Qué opción de almacenamiento ofrece la mayor flexibilidad para el procesamiento y permite el control de acceso a través de IAM?

Un data lake en Amazon S3 es la opción más flexible y escalable para almacenar grandes volúmenes de datos no estructurados como imágenes (100 GB/día). Permite un procesamiento posterior con diversos servicios de ML y análisis. Las políticas de bucket de S3, integradas con IAM, ofrecen un control de acceso granular y seguro a los datos. Almacenar imágenes en DynamoDB no es adecuado, ya que es una base de datos NoSQL optimizada para datos clave-valor y no para objetos grandes como imágenes. HDFS en EMR es una opción para big data, pero S3 es más escalable, duradero y rentable para el almacenamiento a largo plazo de datos brutos, desacoplando el almacenamiento del cómputo. Amazon EFS es un sistema de archivos de red para instancias EC2, pero S3 es más adecuado para un data lake a esta escala, ofreciendo mayor durabilidad y opciones de control de acceso para un entorno de data lake.