Un détaillant stocke quotidiennement 100 Go de données transactionnelles dans S3 et doit détecter le schéma de données, effectuer des transformations sur les données S3 et utiliser le ML pour détecter la fraude, le tout avec un minimum de frais opérationnels. Quelle combinaison de services devrait-il utiliser ? (Choisissez trois.)

Les crawlers AWS Glue sont idéaux pour découvrir automatiquement le schéma de données dans S3 et le stocker dans le catalogue de données Glue, ce qui réduit les frais opérationnels. Les workflows et tâches AWS Glue permettent d'orchestrer et d'exécuter des transformations de données (ETL) sur les données S3 de manière serverless et scalable. Amazon Fraud Detector est un service de ML entièrement géré, spécifiquement conçu pour détecter la fraude, ce qui minimise l'effort de développement et d'opération par rapport à la construction d'un modèle personnalisé. Amazon Athena peut analyser les données et inférer le schéma, mais les crawlers Glue sont plus robustes pour la découverte et la gestion continue du schéma. Les procédures stockées Amazon Redshift ne sont pas adaptées pour les transformations de données directement dans S3. Amazon Redshift ML pourrait être utilisé, mais Fraud Detector est une solution plus spécialisée et optimisée pour la détection de fraude, offrant une meilleure efficacité opérationnelle pour ce cas d'usage.