Una empresa tiene 6 TB de datos de entrenamiento etiquetados almacenados en un SVM de Amazon FSx for NetApp ONTAP en la misma VPC que Amazon SageMaker. Un ingeniero de ML debe hacer que esos datos de entrenamiento sean accesibles para los trabajos de entrenamiento de SageMaker. ¿Qué opción cumple este requisito?

La opción correcta es montar el sistema de archivos FSx for ONTAP como un volumen en la instancia de SageMaker. Amazon FSx for NetApp ONTAP es un almacenamiento de archivos de alto rendimiento que se puede montar directamente en instancias de SageMaker. Esto permite que los trabajos de entrenamiento accedan a los 6 TB de datos etiquetados de forma eficiente, como si fueran almacenamiento local, sin necesidad de mover los datos. Las otras opciones son incorrectas: Crear un bucket de Amazon S3 y usar Mountpoint for Amazon S3 para vincularlo al sistema de archivos FSx for ONTAP no es necesario ni eficiente. Los datos ya están en FSx for ONTAP, y añadir S3 como intermediario complicaría el acceso y podría introducir latencia. Crear una conexión de catálogo de datos o establecer una conexión directa desde SageMaker DataWrangler al sistema de archivos FSx for ONTAP no es la forma estándar de hacer que los datos estén disponibles para los trabajos de entrenamiento de SageMaker. DataWrangler se usa para la preparación de datos, no para el montaje de sistemas de archivos para el entrenamiento.