Toutes les données brutes d'un projet ML sont stockées dans Amazon S3. Un ingénieur ML doit créer des pipelines d'ingestion de données et des pipelines de déploiement de modèles sur AWS. Quelle combinaison de services l'ingénieur doit-il utiliser ?

AWS Glue est un service ETL (Extract, Transform, Load) sans serveur qui est idéal pour préparer et traiter de grands volumes de données brutes stockées dans S3, ce qui en fait un excellent choix pour les pipelines d'ingestion de données. Amazon SageMaker Studio Classic est un environnement de développement intégré (IDE) basé sur le web qui fournit des outils pour l'ensemble du cycle de vie du ML, y compris la création, l'entraînement et le déploiement de modèles, ce qui le rend parfait pour les pipelines de déploiement de modèles. Kinesis Data Firehose est principalement destiné à la diffusion de données en temps réel, pas au traitement ETL de données brutes stockées. Amazon Redshift ML est utilisé pour créer, entraîner et déployer des modèles ML directement dans Redshift, pas pour l'ingestion de données brutes depuis S3. Amazon Athena est un service de requête interactif qui permet d'analyser des données dans S3, mais il n'est pas conçu pour les pipelines d'ingestion de données ETL. Un bloc-notes SageMaker est un environnement de développement, mais SageMaker Studio Classic offre une expérience plus complète et intégrée pour les pipelines de déploiement.