Les capteurs d'une entreprise manufacturière téléchargent des fichiers .csv vers un bucket Amazon S3. Chaque fichier .csv doit être converti en image dès que possible pour des rapports graphiques automatiques. Les images deviennent non pertinentes après 1 mois, mais les fichiers .csv doivent être conservés pour entraîner des modèles de machine learning deux fois par an. Les formations et les audits ML sont planifiés des semaines à l'avance. Quelle combinaison d'étapes répondra à ces exigences de la manière la PLUS rentable ? (Choisissez deux.)

La fonction AWS Lambda déclenchée par le téléchargement d'un fichier .csv est la solution la plus rentable et réactive pour la conversion immédiate. Elle s'exécute uniquement lorsque nécessaire, évitant les coûts d'une instance EC2 Spot fonctionnant en continu ou par intermittence pour une tâche non constante. Les règles de cycle de vie S3 sont essentielles pour la rentabilité : la transition des fichiers .csv vers S3 Glacier après un jour est optimale car ils ne sont consultés que deux fois par an pour le ML, minimisant les coûts de stockage. L'expiration des images après 30 jours répond à l'exigence de non-pertinence. S3 One Zone-IA et S3 Standard-IA sont moins rentables que S3 Glacier pour des accès aussi rares. Le Reduced Redundancy Storage (RRS) est obsolète et moins fiable.