Una empresa necesita ingeniería de características, agregación y preparación de datos, y luego una solución de AWS para procesar y almacenar las características resultantes. ¿Qué enfoque satisface estas necesidades?

La opción correcta aprovecha Amazon SageMaker Feature Processing para las tareas de ingeniería, agregación y preparación de datos, lo que permite transformar los datos brutos en características útiles. Luego, SageMaker Feature Store es la solución ideal para administrar y almacenar estas características de manera eficiente, proporcionando un repositorio centralizado y de alto rendimiento para el entrenamiento y la inferencia de modelos. Las opciones incorrectas no cumplen con todos los requisitos. Amazon SageMaker Model Monitor se utiliza para monitorear modelos en producción, no para ingeniería de características o almacenamiento. Amazon Managed Service for Apache Flink puede transformar datos, pero la ingestión directa a Feature Store no es su función principal para la gestión de características. Los trabajos de transformación por lotes de SageMaker pueden transformar datos, pero Amazon DynamoDB no es la solución optimizada para el almacenamiento y la gestión de características en el contexto de SageMaker, ya que Feature Store está diseñado específicamente para este propósito.