Un fournisseur livre des données d'entraînement nettoyées et prêtes à l'emploi dans le compartiment Amazon S3 de l'entreprise tous les 3 à 4 jours. L'entreprise dispose d'un pipeline SageMaker pour réentraîner le modèle. L'ingénieur ML a besoin que le pipeline s'exécute automatiquement lorsque de nouvelles données arrivent dans S3 avec le moins de frais opérationnels possible. Quelle solution devrait-il mettre en œuvre ?

La bonne réponse est de créer une règle Amazon EventBridge qui correspond aux événements de création d'objets S3 et de configurer le pipeline SageMaker comme cible. EventBridge est un service sans serveur qui permet de router des événements entre des applications AWS, des applications SaaS et vos propres applications. Il peut détecter les événements de création d'objets S3 et déclencher directement un pipeline SageMaker, offrant une solution entièrement gérée et à faible coût opérationnel. Les autres options sont moins appropriées : Une règle de cycle de vie S3 est conçue pour gérer le stockage des objets (déplacement, suppression) et non pour déclencher des actions de calcul. Une fonction AWS Lambda qui scanne le compartiment S3 introduirait une complexité inutile et des coûts potentiels pour le balayage, alors qu'EventBridge peut réagir directement aux événements. Amazon MWAA (Managed Workflows for Apache Airflow) est une solution d'orchestration de flux de travail plus complexe et plus coûteuse, adaptée aux pipelines plus élaborés et aux dépendances complexes, mais surdimensionnée pour ce cas d'utilisation simple de déclenchement basé sur S3.