Un ensemble de données contient des caractéristiques tabulaires ordonnées avec des valeurs sensibles qui doivent être masquées (non supprimées) avant qu'une autre équipe ne commence le développement du modèle. Quel service l'ingénieur ML doit-il utiliser pour masquer les champs sensibles avec un effort minimal ?

AWS Glue DataBrew est la solution la plus efficace pour masquer les champs sensibles avec un effort minimal. Il s'agit d'un service de préparation de données sans serveur qui offre plus de 250 transformations intégrées, y compris des fonctions de masquage et d'anonymisation des données. Il permet aux utilisateurs de prévisualiser les transformations et de les appliquer sans écrire de code, ce qui réduit considérablement l'effort de développement. Amazon Macie est un service de sécurité des données qui utilise l'apprentissage automatique pour découvrir, classer et protéger les données sensibles dans AWS, mais il ne masque pas les données directement. AWS Batch et Amazon EMR pourraient être utilisés pour masquer les données via du code personnalisé, mais cela nécessiterait un effort de développement et de maintenance plus important que DataBrew, qui offre des fonctionnalités de masquage prêtes à l'emploi.